Hu矩-輪廓匹配

這7個不變矩構成一組特徵量，Hu.M.K在1962年證明了他們具有旋轉，縮放和平移不變性。

實際上，在對圖片中物體的識別過程中，只有M1 和M2 不變性保持的比較好，其他的幾個不變矩帶來的誤差比較大，有學者認為只有基於二階矩的不變矩對二維物體的描述才是真正的具有旋轉、縮放和平移不變性（M1 和M2 剛好都是由二階矩組成的）。不過我沒有證明是否是真的事這樣的。

由Hu矩組成的特徵量對圖片進行識別，優點就是速度很快，缺點是識別率比較低，我做過手勢識別，對於已經分割好的手勢輪廓圖，識別率也就30%左右，對於紋理比較豐富的圖片，識別率更是不堪入眼，只有10%左右。這一部分原因是由於Hu不變矩只用到低階矩（最多也就用到三階矩），對於映像的細節未能很好的描述出來，導致對映像的描述不夠完整。

Hu不變矩一般用來識別映像中大的物體，對於物體的形狀描述得比較好，映像的紋理特徵不能太複雜，像識別水果的形狀，或者對於車牌中的簡單字元的識別效果會相對好一些。

本文來自CSDN部落格，轉載請標明出處：http://blog.csdn.net/wrj19860202/archive/2011/04/16/6327094.aspx