为了解决景象匹配导航系统中图像存在旋转误差以及遮挡问题，提出了一种基于相对点矩的SAR图像匹配算法。Harris角点提取算子结合亚像素精确定位算法可以获得高精度的特征点坐标，而Hu不变矩具有平移、旋转、缩放（RTS）不变性，结合两者优点，本文首次提出了相对点矩的概念。相对点矩同样具有RTS不变性，可以实现任意旋转角度下的图像匹配，通过选择合适的特征半径，可以抵抗一定程度的遮挡。针对粗匹配点中存在的误差匹配点，采用相似三角形原理筛选并摒弃；最后，通过最小二乘法给出最优估计值。实验结果表明，该算法满足高精度、实时性和一定的抗干扰要求。

1. 用MATLAB实现的基于Zernike矩的亚像素边缘检测算法，有图片实例，一键运行出结果 2. 包含理论资料，在本人博客也有介绍https://betterbench.blog.csdn.net/article/details/121612652

一阶矩，定义了每个颜色分量的平均强度 二阶矩，反映待测区域颜色方差，即不均匀性 三阶矩，定义了颜色分量的偏斜度，即颜色的不对称性 close all;clear all;clc; J = imread('lena.jpg'); K = imadjust(J,[70/255 160/255],[]); figure; subplot(121),imshow(J); subplot(122),imshow(K); [m,n] = size(J); mm = round(m/2); mn = round(n/2); [p,q] = size(K); pp = round(p/2); qq =

提取图像 Hu 不变矩，Matlab 函数。 invariant moments of image phi = invmoments(F) F为读取的图像矩阵，phi中保存了7个hu不变矩 % Copyright 2002-2004 R. C. Gonzalez, R. E. Woods, & S. L. Eddins % Digital Image Processing Using MATLAB, Prentice-Hall, 2004 % $Revision: 1.5 $ $Date: 2003/11/21 14:39:19 $ Hu 不变矩 Matlab invariant moments 2

矩：最开始力矩这个概念是由阿基米德提出的来描述‘移动能量’这一概念，称之为moment，比如杠杆原理：F1D1= F2D2，等式左右两端都称为力矩，即力乘距离。延拓到统计学被用来反映随机变量的分布情况，将对应变量赋予权值，得到的就是期望(均值)，再延伸回力学中，他被用作刻画空间物体的质量分布，

图像的7个矩特征的源代码，可以作为图像分类的依据，可以把不同的图片分开

主要介绍了matlab 计算灰度图像的一阶矩,二阶矩,三阶矩实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

基于MATLAB的图像检索，基于不变矩的方法，带GUI界面，带测试集，简单调试完美运行。

invariant moments of image phi = invmoments(F) F为读取的图像矩阵，phi中保存了7个hu不变矩 % Copyright 2002-2004 R. C. Gonzalez, R. E. Woods, & S. L. Eddins % Digital Image Processing Using MATLAB, Prentice-Hall, 2004 % $Revision: 1.5 $ $Date: 2003/11/21 14:39:19 $