【正文】 %求出A_nm值A(chǔ)_nm(1)=sqrt(real(A_nm(1))^2+imag(A_nm(1))^2)A_nm(2)=sqrt(real(A_nm(2))^2+imag(A_nm(2))^2)A_nm(3)=sqrt(real(A_nm(3))^2+imag(A_nm(3))^2)A_nm(4)=sqrt(real(A_nm(4))^2+imag(A_nm(4))^2)A_nm(5)=sqrt(real(A_nm(5))^2+imag(A_nm(5))^2)。bilinear39。se=translate(strel(1)， [50 50])。w30=(sum((xxmean).^3.*A))/(^)。ymean=。他扎實(shí)的專業(yè)基礎(chǔ)、廣博的知識(shí)、嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度和坦誠(chéng)待人的處世風(fēng)范都給我留下了深刻印象，使我獲益非淺.實(shí)驗(yàn)室中一起學(xué)習(xí)的其他老師和同學(xué)，他們對(duì)工作的熱情和其認(rèn)真的學(xué)術(shù)研究態(tài)度都在時(shí)時(shí)刻刻地激勵(lì)著我，使我每碰到挫折而灰心喪氣的時(shí)候都能又一次地鼓足勇氣繼續(xù)前進(jìn)。此外，隨著視頻監(jiān)控系統(tǒng)不斷向數(shù)字化和智能化發(fā)展，智能監(jiān)控技術(shù)已經(jīng)引起了越來(lái)越多的國(guó)內(nèi)外廠商和學(xué)者的重視并進(jìn)行了一系列的研究。 本文從理論和試驗(yàn)兩方面論證了 Hu 矩和Zernike 矩用于飛行目標(biāo)識(shí)別的可行性，能夠?qū)ΥR(shí)別目標(biāo)進(jìn)行特征值的提取，并成功的識(shí)別出它們所屬的類型，基本滿足了設(shè)計(jì)要求。問(wèn)題3：在運(yùn)用兩個(gè)矩進(jìn)行識(shí)別時(shí)，有的圖片還不能被準(zhǔn)確的識(shí)別出來(lái)，存在著一定的誤差，即識(shí)別率達(dá)不到預(yù)定的標(biāo)準(zhǔn)。所以要將圖像進(jìn)行預(yù)處理。完成基本的要求，達(dá)到了識(shí)別的目的。得到與已知類別區(qū)域的差值：q1 = q2 = q3 = q4 = q5 = q6 = q7 = q8 = q9 = 待識(shí)別目標(biāo)離已知類別區(qū)域的最小值為：hu_f = 得到識(shí)別的結(jié)果為：ans =所識(shí)別飛機(jī)的圖像是f22。end 以上分別實(shí)現(xiàn)了基于Hu矩和Zernike矩對(duì)圖像目標(biāo)識(shí)別算法的設(shè)計(jì)。endif z_f==q7 39。endif z_f==q3 39。取不同的n值，計(jì)算相應(yīng)的值：[A_nm，zmlist，cidx，V_nm] = zernike(img，n)。由于 Zernike 矩具有旋轉(zhuǎn)不變性特性，因此可將 作為目標(biāo)的不變性特征。end Zernike矩算法的實(shí)現(xiàn)Zernike矩作為一種基于區(qū)域的形狀描述，具有良好的旋轉(zhuǎn)不變性，能夠很好地提取圖像內(nèi)部的形狀信息，廣泛應(yīng)用于基于內(nèi)容的圖像檢索、圖像描述、物體定向及模式識(shí)別等各個(gè)領(lǐng)域。end if hu_f==q6 39。endif hu_f==q2 39。計(jì)算時(shí)，先將圖像庫(kù)中各幅圖像進(jìn)行人工分類，也就是標(biāo)定出識(shí)別后各幅圖像對(duì)應(yīng)的正確識(shí)別結(jié)果。將取得的均值作為各類飛機(jī)的特征值，當(dāng)需要對(duì)待識(shí)別目標(biāo)進(jìn)行判別時(shí)，就可以直接調(diào)用這些數(shù)據(jù)。w02=(sum((yymean).^2.*A))/(^2)。y=y(:)。第二步，根據(jù)待識(shí)別目標(biāo)與已知特征值的計(jì)算，辨別出待識(shí)別目標(biāo)的類別。)。39。其中：執(zhí)行語(yǔ)句I3=imresize(I，2，39。)。I=1im2bw(I，)。因此，需要把彩色的圖像轉(zhuǎn)換為灰度圖像，再去進(jìn)行圖像的識(shí)別。以上分別介紹了Hu矩和Zernike矩的定義，并對(duì)它們進(jìn)行了特征值的提取，說(shuō)明了它們?cè)趫D像旋轉(zhuǎn)、縮放和平移的情況下基本保持不變，在圖像目標(biāo)識(shí)別中具有良好的穩(wěn)定性。通過(guò)提取飛機(jī)的特征值，依據(jù)Zernike矩進(jìn)行計(jì)算，計(jì)算出圖像中目標(biāo)區(qū)域的不變特征向量。由于Zernike矩具有圖像旋轉(zhuǎn)不變性，而且可任意構(gòu)造高階矩，所以采用其對(duì)目標(biāo)進(jìn)行識(shí)別研究。旋轉(zhuǎn)90176。是目標(biāo)區(qū)域灰度質(zhì)心。最常用的，物體的零階矩表示了圖像的“質(zhì)量”用于確定圖像質(zhì)心；；若將坐標(biāo)原點(diǎn)移至和處，就得到了對(duì)于圖像位移不變的中心矩。共設(shè)計(jì)四章進(jìn)行闡述，具體安排如下：第1章主要對(duì)圖像目標(biāo)識(shí)別進(jìn)行了簡(jiǎn)單介紹，并且講述了目標(biāo)識(shí)別技術(shù)的發(fā)展以及整個(gè)任務(wù)的要求安排；第2章介紹了目標(biāo)識(shí)別算法中不變矩基本原理。當(dāng)我們?cè)噲D采用光學(xué)字符識(shí)別軟件去掃描電視畫面時(shí)會(huì)發(fā)現(xiàn)， 這些數(shù)字式算法極易受視域和視角的干擾， 但識(shí)別字母表中的字母時(shí)就相對(duì)簡(jiǎn)單得多， 這是因?yàn)樵谶@種情況下，軟件要識(shí)別的只不過(guò)是一些已經(jīng)準(zhǔn)確地掃描進(jìn)數(shù)字結(jié)構(gòu)之中， 且總是以平視圖的方式出現(xiàn)的簡(jiǎn)單輪廓而已，處理難度是顯而易見(jiàn)的。不變矩就是一種通過(guò)提取具有平移、旋轉(zhuǎn)和比例不變性的圖像特征，從而進(jìn)行圖像識(shí)別的方法。戰(zhàn)場(chǎng)惡劣環(huán)境下目標(biāo)檢測(cè)和目標(biāo)識(shí)別技術(shù)起著非常重大的意義。而從圖像處理識(shí)別技術(shù)在各行各業(yè)的實(shí)際應(yīng)用和研究發(fā)展方向來(lái)看。上述方法在使用時(shí)有局限性，對(duì)一些形狀特征的描述不是獨(dú)立于形狀的大小、位置和方位，且丟失較多信息，識(shí)別效果不理想。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(píng)比了多種圖像矩，發(fā)現(xiàn) Zemike 矩具有最好的圖像描述能力。幾十年來(lái)，各軍事強(qiáng)國(guó)付出了巨大的人力物力成本來(lái)研究目標(biāo)識(shí)別技術(shù)。驗(yàn)證：一對(duì)一對(duì)確定身份，把一個(gè)現(xiàn)場(chǎng)采集到的圖像與一個(gè)已登記的圖像進(jìn)行一對(duì)一比對(duì)；辨識(shí)：一對(duì)多匹配，把現(xiàn)場(chǎng)采集到的圖像同數(shù)據(jù)庫(kù)中的圖像一一對(duì)比，從中找出與現(xiàn)場(chǎng)圖像匹配的圖像。計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，尤其是模式識(shí)別的發(fā)展，使得空中照片判讀智能化成為可能。關(guān)鍵詞：Hu矩；Zernike矩；矩不變量；目標(biāo)識(shí)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(shí)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(shí)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(shí)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(shí)別方法 26第4章 目標(biāo)識(shí)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(wèn)題與解決方案 31結(jié) 論 34社會(huì)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(shí)別技術(shù)是現(xiàn)代軍事信息技術(shù)研究的核心問(wèn)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。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(shí)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。信息是決定現(xiàn)代和未來(lái)戰(zhàn)爭(zhēng)勝負(fù)的關(guān)鍵因素， 誰(shuí)能奪取信息優(yōu)勢(shì)， 誰(shuí)就能掌握戰(zhàn)爭(zhēng)的主動(dòng)權(quán)。利用計(jì)算機(jī)從圖像上檢測(cè)