Abstract
圖形識別在影像處理上是個重要的領域。很多的應用，如用在飛機的辨識 ，手寫字元的辨識，以及國家地圖的辨識上都有令人滿意的結果。 Moment invariants 是最早被提出來，也是最常被用來當特徵值 (feature)的方法，但是這個方法對於雜訊 (noise)比較敏感。而這個方 法的代替者－－Improved moments invariants －－只考慮圖形的邊界資 訊，也同樣有這個缺點。我們要在本篇中介紹的 Zernike moments方法， 對雜訊的忍受力比前兩個方法好。除了這個優點外，用 Zernike moments 可以很容易的把原始的影像還原回來。在本論文中，我們將介紹 如何從 Zernike moments得到想要的特徵值；而這些特徵值對 translation, rotation, scaling的變動，仍維持不變 (invariant)。在 本論文中因為 P-Zernike moments的方法，非常類似於我們所介紹的 Zernike moments的方法，因此我們將一併介紹這兩個方法。本論文的結 構如以下所列。第一章簡介圖形識別系統的基本架構。第二章介紹一些以 動量為基礎的圖形辨識方法。第三章介紹 Zernike和 P-Zernike多項式的 定義，及介紹這兩個多項式的一些特性。第四章介紹 Zernike 和 P- Zernike 動量，及這些動量的一些特性，並介紹如何由這些動量得到我們 所要的特徵。第五章則用四組資料集，測試本論文中所提出的方法是否個 好的圖形識別的方法，同時列出實驗的結果作參考。最後，第六章為一個 簡短的結論。