基于重叠矩形图像表示方法的贝塞尔-傅里叶矩快速计算.pdf

**基于重叠矩形图像表示方法的贝塞尔-傅里叶矩快速计算** 在计算机视觉和图像处理领域，图像特征的提取是至关重要的步骤。其中，贝塞尔-傅里叶矩（Bessel-Fourier Moments）是一种有效的图像描述符，它结合了贝塞尔函数和傅里叶变换的优点，能捕获图像的形状和结构信息。这种矩在模式识别、目标分类、图像检索等任务中表现出色。然而，传统的贝塞尔-傅里叶矩计算方法计算量大，效率较低，限制了其在实时系统中的应用。 为了解决这个问题，本文提出了一种基于重叠矩形图像表示方法的快速贝塞尔-傅里叶矩算法。这个算法借鉴了非对称逆布局模式（Non-Asymmetric Inverse Layout Pattern, NAM）的思想，以及基于可重叠矩形子模式的图像表示方法（ORBIR）。ORBIR通过分割图像为多个重叠的矩形区域，将原本复杂的全局图像特征计算转化为对这些独立矩形区域的特征求和，大大简化了计算过程。 在ORBIR框架下，每个矩形区域被单独处理，贝塞尔-傅里叶矩的计算变为对一系列仅包含单个矩形的二值图像进行。通过预先计算和存储这些小矩形的矩，可以避免在处理实际图像时的大量积分运算，从而显著提升计算速度。这种查表法的应用使得算法的执行效率得到显著提升，尤其适用于大规模图像处理和检索任务。 实验结果显示，该新算法在计算速度上优于传统的贝塞尔-傅里叶矩直接生成算法，证明了其在提高计算效率方面的有效性。这对于构建实时图像检索系统至关重要，因为快速准确地计算图像特征是这类系统的关键。 综上所述，这项工作为图像处理社区提供了一个高效计算贝塞尔-傅里叶矩的解决方案，不仅提高了计算速度，而且保持了原有的特征描述能力。这种方法的提出不仅有助于理论研究，也为实际应用如图像检索和分类提供了强大的工具。未来的研发可能包括进一步优化查表法，以及将这种方法扩展到其他类型的图像特征计算，以提升整个图像处理系统的性能。