图像特征识别方法研究

                  图像特征识别的方法及其技术实现系当前模式识别研究领域中最为热门的研究课题之一。本文针对NMI（归一化转动惯量）特征识别、不变矩特征识别和比例特征识别三种图像特征识别方法，通过实验分析了该三种识别方法的缩放不变性、旋转不变性、平移不变性以及不同物体之间的特征差异。实验数据显示NMI  特征识别方法具有最佳的识别效果和最快的处理速度。关键词特征识别  NMI  特征  不变矩特征  比例特征  RST  不变性                  目标的图像识别技术广泛应用于跟踪、制导和监控等各个领域。在目标识别算法中，最为关键的是目标特征的提取。一般地说，目标特征的提取以提取目标的物理特征为主，包括目标的形状特征、灰度分布特征、运动特征以及图像序列特征等。目标的不变特征既要保证目标在缩放、旋转、平移等情况下的特征不变性，又要对不同物体具有明显的特征差异并能够进行良好的区分。                  到目前为止，识别算法已有多种，包括相关法、模板识别法、不变矩法、投影法等。而以目标不变特征为识别基础的则有NMI  特征识别、不变矩特征识别以及比例特征识别。NMI  特征识别是以计算图像的归一化转动惯量（Normalized  Moment  of  Inertia）为不变特征进行目标识别的方法；不变矩特征识别则是通过计算图像的7  个不变矩进行匹配寻找目标的方法；比例特征识别则是提取图像的形状因子并以此进行目标识别的方法。以上三种特征识别方法对于目标识别具有不同的识别效果和处理速度。本文针对上述三种特征识别方法，通过大量的实验数据对其进行分析和比较。