【正文】 基于Hu矩和Zernike矩的圖像目標(biāo)識別算法設(shè)計(jì)院 系自動化學(xué)院專 業(yè)測控技術(shù)與儀器 摘 要形狀識別在計(jì)算機(jī)視覺中具有十分重要的意義，利用矩特征進(jìn)行形狀識別是一種重要的方法。近幾年用正交矩進(jìn)行圖像分析，圖像處理以及圖像識別的研究成果很多。這表明不變矩理論及其在圖像信息處理與識別的應(yīng)用技術(shù)具有很好的發(fā)展前景和商機(jī)。理論上矩不變量在圖像平移、伸縮、旋轉(zhuǎn)時(shí)均保持不變，這為圖像識別算法中目標(biāo)矩特征的選擇提供了一定的依據(jù)。不變矩是一種高度濃縮的圖像特征，具有平移、尺度、旋轉(zhuǎn)等不變性。1961年， 首先提出了7個(gè)不變矩用于圖像描述。后來人們進(jìn)行了多方面的研究，發(fā)現(xiàn)正交矩具有絕對的獨(dú)立性，沒有信息冗余現(xiàn)象，抽樣性能好，抗噪聲能力強(qiáng)，適合于圖像識別。本文主要完成對航拍圖像中的飛行目標(biāo)進(jìn)行識別的系統(tǒng)設(shè)計(jì)工作。主要闡述了將Hu矩和Zernike矩作為目標(biāo)在旋轉(zhuǎn)、平移和縮放等變形的情況下不變的目標(biāo)特征的可行性，并比較他們在具體應(yīng)用中的特點(diǎn)。設(shè)計(jì)了如下算法流程：首先，對圖像進(jìn)行預(yù)處理，將彩色圖像轉(zhuǎn)化為灰度圖像，再進(jìn)行二值化處理；然后利用Hu不變矩和Zernike矩提取不變矩特征；最后，采用街區(qū)距離法，計(jì)算出目標(biāo)區(qū)域值，實(shí)現(xiàn)了對航拍圖像中飛行目標(biāo)的自動識別。實(shí)驗(yàn)結(jié)果表明，不變矩在圖像中的目標(biāo)識別具有良好的穩(wěn)定性，Hu矩和Zernike矩對目標(biāo)的識別具有很好的作用。關(guān)鍵詞：Hu矩；Zernike矩；矩不變量；目標(biāo)識別AbstractShape recognition is a very important problem in puter vision. Recogniting fying targets with moment features is an impotant method for shape recent years，many results have been researched about image analysis and pattern recognition with orthogonal ，the theory of invariant moments and their application to image analysis and pattern recognition have a good future. Invariant moments are independent of translation， scale and rotation in theory. The results of such parison can provide some bases which would bear practicability for the selection of moment feature in image recognition. Invariant moments are highly concentrated image features that are shift invariant，rotation invariant and scale first introduced seven moment invariants in 1961，based on methods of algebraic studies indicated that the orthogonal moments have the best overall performance in terms of noise sensitivity，information redundancy，and capability of image description.In this paper，the pletion of aerial flight in the target highlights a methed of using Hu and Zernike moment as target feature，paring them moment features. The following algorithm design process: Firstly，make pretreatment for the image，that is，transform the multicolor image to gray image and to deal with pute invariant moment characters by Hu invariant moment and zernike last，this article presents a square space method that can be used to calculate the area value of the objects. Achieved on the aerial images to automatic identify the objectives of the flight.Experiment results show that invariant moment have perfit stability in image target moment and zernike moment play a good role in identifying objects. Keywords: Hu moment；Zernike moment；invariant moment；target recognition 目 錄第1章 緒 論 1 1 2 3 5 5第2章 目標(biāo)識別算法中不變矩基本原理 6 6 6 Hu矩原理 6 Hu矩計(jì)算方法 7 9 Zernike矩多項(xiàng)式 9 Zernike矩定義 10 Zernike矩計(jì)算方法 10第3章 圖像目標(biāo)識別算法的實(shí)現(xiàn) 13 13 14 14 14 Hu矩算法的實(shí)現(xiàn) 18 Hu矩算法的流程設(shè)計(jì) 18 19 基于Hu矩不變性的識別 21 Zernike矩算法的實(shí)現(xiàn) 23 Zernike矩算法的流程設(shè)計(jì) 24 提取Zernike矩的特征向量 25 基于Zernike矩的識別方法 26第4章 目標(biāo)識別結(jié)果及分析 29 Hu矩的實(shí)驗(yàn)結(jié)果及分析 29 Zernike矩的實(shí)驗(yàn)結(jié)果及分析 30 程序調(diào)試中遇到的問題與解決方案 31結(jié) 論 34社會經(jīng)濟(jì)效益分析 35參考文獻(xiàn) 36致 謝 38附錄Ⅰ計(jì)算Hu的7個(gè)不變矩程序清單 39附錄Ⅱ 提取Zernike矩的特征向量的程序清單 40附錄Ⅲ 飛機(jī)的部分姿態(tài)圖 41 第1章 緒 論目標(biāo)識別技術(shù)是現(xiàn)代軍事信息技術(shù)研究的核心問題之一，它在軍事情報(bào)收集和監(jiān)控，武器制導(dǎo)等領(lǐng)域具有重要的理論和應(yīng)用價(jià)值。信息是決定現(xiàn)代和未來戰(zhàn)爭勝負(fù)的關(guān)鍵因素， 誰能奪取信息優(yōu)勢， 誰就能掌握戰(zhàn)爭的主動權(quán)。要打贏未來高技術(shù)條件下的信息化戰(zhàn)爭， 只有最大限度地獲取更多更準(zhǔn)確的信息， 為戰(zhàn)爭決策所用。圖像目標(biāo)識別正是能夠滿足這一需求的有效手段。隨著信息技術(shù)、電子技術(shù)、計(jì)算機(jī)技術(shù)等高新技術(shù)在航空領(lǐng)域的廣泛應(yīng)用以及現(xiàn)代戰(zhàn)爭的需要， 圖像目標(biāo)識別的應(yīng)用范圍將得到不斷提高和擴(kuò)展。隨著計(jì)算機(jī)技術(shù)和數(shù)字圖像處理技術(shù)的發(fā)展，計(jì)算機(jī)視覺技術(shù)的應(yīng)用領(lǐng)域已迅速拓展，目標(biāo)識別已成為計(jì)算機(jī)視覺領(lǐng)域一個(gè)非?；钴S的課題，通常目標(biāo)識別需要研究目標(biāo)在旋轉(zhuǎn)、平移和縮放的情況下的識別方法，可以利用不變矩特征在圖像平移、縮放、旋轉(zhuǎn)在圖像中的目標(biāo)識別中具有良好的穩(wěn)定性的特性，首先確定系統(tǒng)中的特征值，然后對特征值進(jìn)行分析來確定目標(biāo)。對目標(biāo)識別的研究廣泛應(yīng)用于軍事偵查、視覺導(dǎo)航、地面目標(biāo)檢測與跟蹤等場合。為了適應(yīng)未來高技術(shù)戰(zhàn)爭，軍事智能化軟件得到了廣泛運(yùn)用。計(jì)算機(jī)視覺技術(shù)的發(fā)展，尤其是模式識別的發(fā)展，使得空中照片判讀智能化成為可能。利用計(jì)算機(jī)從圖像上檢測出目標(biāo)，對航空圖片進(jìn)行自動識別，對提高判讀效率，減少誤判率，提供快速、準(zhǔn)確的軍事情報(bào)具有十分重要的意義。不變矩對目標(biāo)識別是一種非常有用的工具。已將它成功地運(yùn)用到字符識別、遙感圖像匹配等領(lǐng)域。但上述不變矩的特性只是目標(biāo)在旋轉(zhuǎn)、位移和縮放條件下有效。在實(shí)際中，很多航空圖像都是傾斜拍攝的。目標(biāo)都發(fā)生了變形，所以需要研究一種基于矩的算法，使得在飛行目標(biāo)在發(fā)生旋轉(zhuǎn)、平移和縮放等情況下，仍能有效地判別出目標(biāo)的類別。圖像目標(biāo)識別技術(shù)就是利用計(jì)算機(jī)圖像處理技術(shù)、模式識別技術(shù)對圖像識別，它包括驗(yàn)證和辨識兩種。驗(yàn)證：一對一對確定身份，把一個(gè)現(xiàn)場采集到的圖像與一個(gè)已登記的圖像進(jìn)行一對一比對；辨識：一對多匹配，把現(xiàn)場采集到的圖像同數(shù)據(jù)庫中的圖像一一對比，從中找出與現(xiàn)場圖像匹配的圖像。人類視覺系統(tǒng)對信息的收集和處理是一個(gè)由粗到精的過程，并且具有選擇性和層次性，為完成某個(gè)特定的任務(wù)，人眼首先粗略搜尋所獲得的所有信息并初步處理，確定出哪些信息與任務(wù)有關(guān)，哪些信息與任務(wù)無關(guān)。然后，將任務(wù)無關(guān)的信息舍去，而專注于與任務(wù)有關(guān)的信息的收集，并對其進(jìn)行深一層次的處理，以達(dá)到完成任務(wù)的目的。將目標(biāo)從復(fù)雜的背景中分割出來是一件非常困難的事情，單純依據(jù)經(jīng)典的閥值法或邊緣檢測法是不夠的。我們知道，知覺系統(tǒng)就是組織零碎而不完整的各種低級特征，使之成為較高級的描述。先進(jìn)的敵我識別手段和技術(shù)是未來高科技戰(zhàn)爭的迫切需要。自上世紀(jì)末的第一次海灣戰(zhàn)爭時(shí)期至本世紀(jì)初的短短十幾年，美國在全世界發(fā)動的幾場戰(zhàn)爭，日趨清晰地將現(xiàn)代信息戰(zhàn)的烙印深深刻在了世人的腦海中。其中基于目標(biāo)識別的戰(zhàn)場情報(bào)搜集、對敵精確打擊，徹底改變了人類有史以來戰(zhàn)爭的面貌。幾十年來，各軍事強(qiáng)國付出了巨大的人力物力成本來研究目標(biāo)識別技術(shù)?；诟鞣N手段的目標(biāo)識別技術(shù)涌現(xiàn)了出來，其中許多技術(shù)已取得了應(yīng)用上的極大成功。圖像分析中的一個(gè)關(guān)鍵問題就是如何獲得一種有效的圖像描述量，用一個(gè)很小的數(shù)據(jù)集合就可以代表圖像。由于被識別的圖像與原圖像相比一般有很大程度的失真，如平移、旋轉(zhuǎn)和其它變化，所以還希望該圖像描述量對于圖像的各種畸變不敏感。不變矩(Invariant moments)是一種高度濃縮的圖像特征，具有平移、灰度、尺度、旋轉(zhuǎn)等多畸變不變性，因此矩和矩函數(shù)被廣泛用于圖像的模式識別、圖像分類、目標(biāo)識別和場景分析中。M．K．Hu在 1961年首先提出不變矩的概念，并將幾何矩(Geometric moments，GMg)用于圖像描述。但低階幾何矩與圖像的整體特征有關(guān)，不包含太多的圖像細(xì)節(jié)信息，而高階幾何矩易受噪聲影響，因此很難利用幾何矩恢復(fù)圖像。1979年根據(jù)正交多項(xiàng)式理論M．R．Teague 提出了Zemike矩(Zemike Moments，ZMg)，ZMg能夠很容易地構(gòu)造圖像的任意高階矩，并能夠使用較少的矩來重建圖像。c．H．Teh，R． T．ChinL4 和A．Khotanzad 根據(jù)噪聲靈敏度，信息冗余度和圖像描述能力等評比了多種圖像矩，發(fā)現(xiàn) Zemike 矩具有最好的圖像描述能力。M．R．Teague建議用 ZMS來產(chǎn)生不變矩。圖像識別方法主要是基于色彩、紋理、以及形狀特征的識別技術(shù)。本文重點(diǎn)是基于形狀識別技術(shù)。在二維圖像空間中，形狀通常被認(rèn)為是一條封閉的輪廓曲線所包圍的區(qū)域，所以對形狀的描述涉及到對輪廓邊界的描述以及地邊界所包圍的區(qū)域。目前的基于形狀的識別方法大多圍繞從形狀的輪廓特征和形狀的區(qū)域特征來進(jìn)行。