舒华忠

（东南大学 计算机学院 影像科学与技术实验室，江苏 南京210096）

从基础学科的生物学、医学、化学、地质学等，到工程领域的机器人控制、遥感、增强虚拟现实等，灰度图像和彩色图像都起着非常重要的作用.所有这些领域都需要通过某种方法来提取、量化和解释它们所包含的信息，这些方法通常涉及图像处理.

尽管图像分析的方法依赖于具体的应用，但在许多问题中，目标不变量的描述对于物体的检测、配准、检索以及更广泛的模式识别都具有重要的意义.它们首先要处理图像的几何变换，如平移、缩放和旋转，甚至更一般的情况如仿射变换.图像模糊是面临的另一个问题，模糊可以由对焦错误、对象或相机运动造成.研究针对图像几何变换和模糊的不变量，长期以来吸引着学者的关注.

一类流行的不变特征构造方法是基于矩函数.正如Ghorbel等［1-2］指出的，图像描述符评估的最重要特性是：1）对某些几何变换的不变性；2）对噪声、模糊、非刚性和小局部变形的稳定性；3）完备性.本文的一个目的是综述模式识别中矩不变量的研究现状.由于矩的计算复杂度高，其快速计算也有诸多的研究，本文将对此做一比较全面的介绍.

彩色图像在实际中的应用起来越多，传统处理彩色图像的方法有2类：一是将其转化为灰度图像，这类方法的不足是丢失了颜色信息；另一类是对彩色图像的每个通道分别进行处理，然后将输出结果进行组合，这类方……