《（目标管理）基于H矩和Z矩的图像目标识别算法设计》由会员分享，可在线阅读，更多相关《（目标管理）基于H矩和Z矩的图像目标识别算法设计（48页珍藏版）》请在金锄头文库上搜索。
1、基于Hu矩和Zernike矩的图像目标识别算法设计院 系自动化学院专 业测控技术与仪器班 级5407101学 号200504071002姓 名 郭晓宇指导教师 李忠海负责教师 李忠海 沈阳航空工业学院2009年6月沈阳航空工业学院毕业设计（论文）摘 要形状识别在计算机视觉中具有十分重要的意义，利用矩特征进行形状识别是一种重要的方法。近几年用正交矩进行图像分析，图像处理以及图像识别的研究成果很多。这表明不变矩理论及其在图像信息处理与识别的应用技术具有很好的发展前景和商机。理论上矩不变量在图像平移、伸缩、旋转时均保持不变，这为图像识别算法中目标矩特征的选择提供了一定的依据。不变矩是一种高度浓缩的图
2、像特征，具有平移、尺度、旋转等不变性。1961年，M.K.Hu 首先提出了7个不变矩用于图像描述。后来人们进行了多方面的研究，发现正交矩具有绝对的独立性，没有信息冗余现象，抽样性能好，抗噪声能力强，适合于图像识别。本文主要完成对航拍图像中的飞行目标进行识别的系统设计工作。主要阐述了将Hu矩和Zernike矩作为目标在旋转、平移和缩放等变形的情况下不变的目标特征的可行性，并比较他们在具体应用中的特点。设计了如下算法流程：首先，对图像进行预处理，将彩色图像转化为灰度图像，再进行二值化处理；然后利用Hu不变矩和Zernike矩提取不变矩特征；最后，采用街区距离法，计算出目标区域值，实现了对航拍图像中
3、飞行目标的自动识别。实验结果表明，不变矩在图像中的目标识别具有良好的稳定性，Hu矩和Zernike矩对目标的识别具有很好的作用。关键词：Hu矩；Zernike矩；矩不变量；目标识别AbstractShape recognition is a very important problem in computer vision. Recogniting fying targets with moment features is an impotant method for shape identification.In recent years，many results have been res
4、earched about image analysis and pattern recognition with orthogonal moments.Therefore，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 su
5、ch comparison 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 invariants.M.K.Hu first introduced seven moment invariants in
6、1961，based on methods of algebraic invariants.Later 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 completion of aerial flight in the target identification.It h
7、ighlights a methed of using Hu and Zernike moment as target feature，comparing 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 binary.Then compute invariant moment characters by
8、 Hu invariant moment and zernike moment.At 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 stabilit
9、y in image target recognition.Hu moment and zernike moment play a good role in identifying objects. Keywords: Hu moment；Zernike moment；invariant moment；target recognition 目 录第1章 绪 论11.1课题背景11.1.1图像目标识别的简单介绍21.1.2识别目标技术的发展概况31.2课题任务及要求51.3课题内容及安排5第2章 目标识别算法中不变矩基本原理62.1基于Hu矩的目标识别62.1.1不变矩定义62.1.2 Hu矩原
10、理62.1.3 Hu矩计算方法72.2基于Zernike矩的目标识别92.2.1 Zernike矩多项式92.2.2 Zernike矩定义102.2.3 Zernike矩计算方法10第3章 图像目标识别算法的实现133.1算法方案的整体流程图133.2图像的获取与处理143.2.1航拍图像的获取143.2.2航拍图像的预处理143.3 Hu矩算法的实现183.3.1 Hu矩算法的流程设计183.3.2提取Hu矩的特征向量193.4 基于Hu矩不变性的识别213.5 Zernike矩算法的实现233.5.1 Zernike矩算法的流程设计243.5.2 提取Zernike矩的特征向量253.6
11、基于Zernike矩的识别方法26第4章 目标识别结果及分析294.1 Hu矩的实验结果及分析294.2 Zernike矩的实验结果及分析304.3 程序调试中遇到的问题与解决方案31结 论34社会经济效益分析35参考文献36致 谢38附录计算Hu的7个不变矩程序清单39附录 提取Zernike矩的特征向量的程序清单40附录 飞机的部分姿态图41 42 - -第1章 绪 论目标识别技术是现代军事信息技术研究的核心问题之一，它在军事情报收集和监控，武器制导等领域具有重要的理论和应用价值。信息是决定现代和未来战争胜负的关键因素， 谁能夺取信息优势， 谁就能掌握战争的主动权。要打赢未来高技术条件下的
12、信息化战争， 只有最大限度地获取更多更准确的信息， 为战争决策所用。图像目标识别正是能够满足这一需求的有效手段。随着信息技术、电子技术、计算机技术等高新技术在航空领域的广泛应用以及现代战争的需要， 图像目标识别的应用范围将得到不断提高和扩展。1.1课题背景随着计算机技术和数字图像处理技术的发展，计算机视觉技术的应用领域已迅速拓展，目标识别已成为计算机视觉领域一个非常活跃的课题，通常目标识别需要研究目标在旋转、平移和缩放的情况下的识别方法，可以利用不变矩特征在图像平移、缩放、旋转在图像中的目标识别中具有良好的稳定性的特性，首先确定系统中的特征值，然后对特征值进行分析来确定目标。对目标识别的研究广
13、泛应用于军事侦查、视觉导航、地面目标检测与跟踪等场合。为了适应未来高技术战争，军事智能化软件得到了广泛运用。计算机视觉技术的发展，尤其是模式识别的发展，使得空中照片判读智能化成为可能。利用计算机从图像上检测出目标，对航空图片进行自动识别，对提高判读效率，减少误判率，提供快速、准确的军事情报具有十分重要的意义。不变矩对目标识别是一种非常有用的工具。已将它成功地运用到字符识别、遥感图像匹配等领域。但上述不变矩的特性只是目标在旋转、位移和缩放条件下有效。在实际中，很多航空图像都是倾斜拍摄的。目标都发生了变形，所以需要研究一种基于矩的算法，使得在飞行目标在发生旋转、平移和缩放等情况下，仍能有效地判别出
14、目标的类别。1.1.1图像目标识别的简单介绍图像目标识别技术就是利用计算机图像处理技术、模式识别技术对图像识别，它包括验证和辨识两种。验证：一对一对确定身份，把一个现场采集到的图像与一个已登记的图像进行一对一比对；辨识：一对多匹配，把现场采集到的图像同数据库中的图像一一对比，从中找出与现场图像匹配的图像。人类视觉系统对信息的收集和处理是一个由粗到精的过程，并且具有选择性和层次性，为完成某个特定的任务，人眼首先粗略搜寻所获得的所有信息并初步处理，确定出哪些信息与任务有关，哪些信息与任务无关。然后，将任务无关的信息舍去，而专注于与任务有关的信息的收集，并对其进行深一层次的处理，以达到完成任务的目的
15、。将目标从复杂的背景中分割出来是一件非常困难的事情，单纯依据经典的阀值法或边缘检测法是不够的。我们知道，知觉系统就是组织零碎而不完整的各种低级特征，使之成为较高级的描述。先进的敌我识别手段和技术是未来高科技战争的迫切需要。自上世纪末的第一次海湾战争时期至本世纪初的短短十几年，美国在全世界发动的几场战争，日趋清晰地将现代信息战的烙印深深刻在了世人的脑海中。其中基于目标识别的战场情报搜集、对敌精确打击，彻底改变了人类有史以来战争的面貌。几十年来，各军事强国付出了巨大的人力物力成本来研究目标识别技术。基于各种手段的目标识别技术涌现了出来，其中许多技术已取得了应用上的极大成功。图像分析中的一个关键问题就是如何获得一种有效的图像描述量，用一个很小的数据集合就可以代表图像。由于被识别的图像与原图像相比一般有很大程度的失真，如平移、旋转和其它变化，所以还希望该图像描述量对于图像的各种畸变不敏感。不变矩(Invariant moments)是一种高度浓缩的图像特征，具有平移、灰度、尺度、旋转等多畸变不变性，因此矩和矩函数被广泛用于图像的模式识别、图像分类、目标识别和场景分析中。MKHu在 1961年首先提出不变矩的概念，并将几何矩
