中文摘要：

变形雅可比-傅立叶矩是我们提出的一种新的不变矩，它克服了正交傅里叶-梅林矩等既有不变矩的缺陷，解决了小图像采样质量的前沿难题，且具有比其它矩更强的抗噪声能力。本项目进一步研究变形雅可比-傅立叶矩的信息采样物理本质和高阶矩抗噪声能力的物理机制，得到提高不变矩图像特征提取性能的理论依据，得到减少输入图像数字化、量化误差的最佳模型，可望预言一些新的物理现象，力图补充和完善已有的理论。另外，针对目前中蒙药材粉末显微特征鉴定仍然用人工识别的形式，把蒙药材中常用的十几种花类药材粉末显微特征图像做训练集，用变形雅可比-傅立叶矩进行特征提取，不变矩矢量标准化，不变矩矢量排列等特征提取处理，运用最小距离法或BP网络进行识别，经过竞争选择，获得识别结果，为其它茎类、叶类、根类、果类以及种子类蒙药材粉末显微特征识别的后续研究提供参考和指导，填补蒙药材数字化、可视化的国内空白，为蒙药研究与世界接轨打基础。

结论摘要：

变形雅可比-傅立叶矩是我们提出的一种新的不变矩，它克服了正交傅里叶-梅林矩等既有不变矩的缺陷，解决了小图像采样质量的前沿难题，且具有比其它矩更强的抗噪声能力。本项目进一步研究变形雅可比-傅立叶矩的信息采样物理本质和高阶矩抗噪声能力的物理机制，得到提高不变矩图像特征提取性能的理论依据，得到减少输入图像数字化、量化误差的最佳模型，可望预言一些新的物理现象，力图补充和完善已有的理论。另外，针对目前中蒙药材粉末显微特征鉴定仍然用人工识别的形式，把蒙药材中常用的十几种花类药材粉末显微特征图像做训练集，用变形雅可比-傅立叶矩进行特征提取，不变矩矢量标准化，不变矩矢量排列等特征提取处理，运用最小距离法或BP网络进行识别，经过竞争选择，获得识别结果，为其它茎类、叶类、根类、果类以及种子类蒙药材粉末显微特征识别的后续研究提供参考和指导，填补蒙药材数字化、可视化的国内空白，为蒙药研究与世界接轨打基础。