宋瑞霞， 王也娜， 孙红磊， 王小春， 齐东旭

(1. 北方工业大学理学院，北京 100144；2. 北京林业大学理学院，北京 100083)

基于V-矩的图像分类算法

宋瑞霞1， 王也娜1， 孙红磊1， 王小春2， 齐东旭1

(1. 北方工业大学理学院，北京 100144；2. 北京林业大学理学院，北京 100083)

基于一类不仅含有连续函数，还含有间断函数的正交完备函数系——V-系统，提出相应的 V-矩函数，并将之应用到图像分类中。V-系统中基函数的间断特性，使得V-矩函数在描述含有多个闭合边界的形状时有特别的优势，这种优势表现为对这类复杂形状的特征提取更加准确。因此用 V-矩可以得到一种图像分类的有效算法。在几个通用数据库中的图像分类实验表明，本文算法较Zernike矩、不变矩和几何中心矩有更高的准确率，对噪声不敏感，特别在含有多个闭合边界的复杂形状分类问题中，本文方法优势更为显著。

图像分类；V-系统；矩函数；V-矩；区域特征

图像分类关键是对图像特征的描述，图像特征有形状、纹理、颜色等低层次特征，也有高层次的语义特征。本文研究图像的形状特征，研究对象是二值图像。一般而言，图像形状特征的描述有两种方法：一种是基于边界的方法；另一种是基于区域的方法。基于边界的方法仅针对图像的边界进行特征描述，适合于具有单一闭合边界的形状，典型的有Fourier描述子、曲率尺度空间描述子、小波描述子，形状上下文等[1-4]。而基于区域的方法是针对图像的全部区域，描述区域像素的统计分布特征，常用于描述纹理和边界都比较复杂的图像，使用最普遍的是矩的方法。……