郭锐，贾丽，郝宏翔，墨瀚林，李华

1. 中国科学院计算技术研究所智能信息处理重点实验室，北京 100190；2. 中国科学院大学，北京 100049； 3. 91977部队，北京 100036

0 引 言

如何正确识别图像中的目标是计算机视觉和模式识别领域的经典问题。基于各种图像特征的方法已被多数研究者接受。在相机成像曝光过程中，由于大气干扰、相机失焦以及相机与场景相对运动等环境和现实很多因素会造成图像的退化，因此，理想的图像特征应当对这些变化具有不变性。图像运动模糊是在相机成像的过程中由于相对较长的曝光时间及相机与场景相对运动导致的，可视做一定时间区间内对图像密度函数的积分。按照曝光时间内相机相对于场景在3维空间的运动形式，图像的运动模糊可分为直线运动模糊、旋转运动模糊、径向运动模糊以及其他由上述3种模糊多个叠加形成的复杂运动模糊。例如，安装在高速旋转的导弹或机械的相机拍摄的图像会产生旋转运动模糊。

本文以旋转运动模糊的退化模型为出发点，提出了旋转运动模糊Gaussian-Hermite(GH)矩，并对已有的几何矩旋转变换不变量向GH矩不变量进行拓展和筛选，构造了一组由5个对旋转变换和旋转运动模糊保持不变的GH矩旋转运动模糊不变量组成的特征向量(rotational motion blur Gaussian-Hermite moment invariants RMB_GHMI-5)，该组特征向量可从受到严重噪声干扰的旋转变换叠加旋转运动模糊的图像中直接进行图像检索，而无需前置复杂的“去模糊”预处理过程，从而实现了很好的识别效能。……