图像匹配之不变矩匹配

最新推荐文章于 2022-11-14 20:53:52 发布

Jeffrey_Cui

最新推荐文章于 2022-11-14 20:53:52 发布

阅读量3.2k

点赞数

分类专栏：图像处理文章标签：图像处理 opencv 图像匹配不变矩

本文链接：https://blog.youkuaiyun.com/cui134/article/details/24009669

版权

该博客探讨了利用图像的不变矩进行图像匹配的方法，重点在于如何通过计算两幅图像的二阶和三阶矩导出7个不变矩，并在OpenCV中实现这一过程。尽管图像可能经历平移、旋转或比例变化，但在一定范围内，这些不变矩能保持特征，从而用于判断图像是否匹配。文中提供了匹配示例和相似度计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

利用图像的不变矩特征进行图像匹配是一种基于特征的图像匹配方式，它通过计算两幅图的不变矩特征，然后再计算这两组特征的相似度来判断两幅图是否匹配。

这里利用图像的二阶和三阶矩来导出7个不变矩，这些特征在比例因子小于2和旋转角度不超过45度的条件下，对于平移，旋转，比例因子的变化都是不变的，它反映了图像的固有特性。这7个不变矩的计算公式可以看下面的程序，公式确实写的累啊。

opencv实现的代码如下：

#include "stdafx.h"  
   
#include <opencv2/opencv.hpp>  
#include "highgui.h"  
#include <math.h>  
typedef  unsigned long uint32;
typedef  unsigned int  uint16;
typedef  unsigned char uint8;

IplImage *src_gray1, *src_gray2, *src_gray3;    
IplImage *temp_gray1, *temp_gray2, *temp_gray3;   

CvPoint CalImageCenter( IplImage* I )    //单通道图像，计算图像重心位置
{
	CvPoint CenterPosition;
	double  m10=0;
	double  m00=0;
	double  m01=0;
    int i,j;
	
	for ( i=0; i<I->height; i++ )
	{
		uint8* ptr = (uint8*)( I->imageData + i*I->widthStep );
		for ( j=0; j<I->width; j++ )
		{
			uint8 Pixel = ptr[j];
			m10 += (j)*Pixel;
			m00 += Pixel;
			m01 += (i)*Pixel;		
			
		}
	}
	CenterPosition.x = m10/m00;
	CenterPosition.y = m01/m00;
	return  CenterPosition; 	
}


double CalCenterMoment( IplImage* I, int CenterX, int CenterY, int ip, int jp )  //计算图像的中心矩
{
	int i,j;
	double ICenterMoment=0;
	for ( i=0; i<I->height; i++ )
	{
		uint8* ptr = (uint8*)( I->imageData + i*I->widthStep );
		for ( j=0; j<I->width; j++ )
		{
			uint8 Pixel = ptr[j];
			double temp;       //中间值

最低0.47元/天解锁文章