1. 程式人生 > >【OpenCV】輪廓的特徵矩Moment

【OpenCV】輪廓的特徵矩Moment

opencv中的矩主要包括以下幾種:空間矩,中心矩和中心歸一化矩。

class Moments { public: ......

  // 空間矩

double m00, m10, m01, m20, m11, m02, m30, m21, m12, m03;

// 中心矩

double mu20, mu11, mu02, mu30, mu21, mu12, mu03;

// 中心歸一化矩 double nu20, nu11, nu02, nu30, nu21, nu12, nu03;

 }

空間矩的公式為:

可以知道,對於01二值化的影象,m00即為輪廓的面積。

中心矩的公式為:

其中:

歸一化的中心矩公式為:

矩的基本概念可參考:

在OpenCV中,還可以很方便的得到Hu不變距,Hu不變矩在影象旋轉、縮放、平移等操作後,仍能保持矩的不變性,所以有時候用Hu不變距更能識別影象的特徵。Hu不變矩的基本概念請參考paper:Hu. Visual Pattern Recognition by Moment Invariants, IRE Transactions on Information Theory, 8:2, pp. 179-187, 1962, 或者參考中文介紹:http://www.cnblogs.com/skyseraph/archive/2011/07/19/2110183.html

OpenCV中計算矩的函式為:

Moments moments(InputArray array, bool binaryImage=false )

Hu不變矩主要是利用歸一化中心矩構造了7個不變特徵矩:

image

OpenCV中計算Hu矩的公式為:

HuMoments(const Moments& m, OutputArray hu)

void HuMoments(const Moments& moments, double hu[7])

matchShapes函式其實比較的是兩個輪廓的Hu不變矩:

double comres;
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I1, 0.0);

printf("CV_CONTOURS_MATCH_I1 比較結果是: %f\n", comres);
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I2, 0.0);
printf("CV_CONTOURS_MATCH_I2 比較結果是: %f\n", comres);
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I3, 0.0);
printf("CV_CONTOURS_MATCH_I3 比較結果是: %f\n", comres);

第三個引數決定比較的方式,下面是第三個引數的三個可選值。

  • CV_CONTOURS_MATCH_I1

    I_1(A,B) =  \sum _{i=1...7}  \left |  \frac{1}{m^A_i} -  \frac{1}{m^B_i} \right |

  • CV_CONTOURS_MATCH_I2

    I_2(A,B) =  \sum _{i=1...7}  \left | m^A_i - m^B_i  \right |

  • CV_CONTOURS_MATCH_I3

  • 這裡:分別是A,B的Hu矩。