三角函数生成法推导不变矩在图像检索中的应用

4星 · 超过85%的资源 需积分: 9 43 下载量 60 浏览量 更新于2024-12-18 3 收藏 181KB PDF 举报
"不变矩及其在基于形状特征图像检索中的应用" 本文主要探讨了不变矩在图像检索中的应用,特别是利用Hu形状不变矩作为图像全局形状特征的提取方法。不变矩是一种数学工具,它能捕捉图像的关键形状信息,并且在图像经历平移、旋转或缩放等几何变换时保持不变,这使得它们成为图像识别和检索的理想特性。 不变矩的计算通常涉及到图像的矩运算,这是一种将图像像素灰度分布转化为多阶矩的统计过程。传统的矩计算方法可能效率较低,因此文章提出了三角函数生成法,这是一种快速有效的推导不变矩的新方法。这种方法利用三角函数的性质,能够高效地计算出不变矩,提高了计算速度和准确性。 在图像检索领域,形状特征的提取是关键步骤之一。Hu形状不变矩是一种由七个独立的矩组成的特征向量,它能描述图像的形状轮廓。通过提取这些特征并构建特征向量,可以对不同图像的形状进行比较。在文章中描述的算法中,首先利用三角函数生成法计算图像的Hu不变矩,然后将这些不变矩组成特征向量。由于这些特征对常见的几何变换具有不变性,因此可以确保在图像检索过程中,即使图像的位置、角度或大小发生变化,也能准确地匹配到相似形状的图像。 实验结果显示,采用该算法提取的形状特征向量在面对图像的平移、旋转和尺度变化时仍能保持稳定,从而提高了图像检索的精度和鲁棒性。这对于图像检索系统来说至关重要,因为它能够在大量的图像库中快速找到与查询图像形状相似的图像。 此外,文章还提到了相关的研究背景和技术细节,如中图分类号、文献标识码等,这表明该研究属于计算机科学与技术领域,特别是图像处理和计算机视觉的分支。作者们来自长春理工大学计算机科学技术学院,他们的工作可能受到了北方科技技术研究所的资助,进一步说明了这项研究的学术性和实践价值。 这篇文章详细介绍了如何利用三角函数生成法计算Hu形状不变矩,以及如何将这些不变矩应用于图像检索,从而实现对图像形状特征的有效提取和匹配,为图像检索技术提供了新的思路和方法。