本论文探讨Gaussian-Hermite矩在图像分析、计算机视觉方面的应用,并将其应用于动态场景中水质质量监控。首先,分析和总结国内外关于水质质量主要是水面监控的相关研究,比较其优缺点,采用正交Gaussian-Hermite矩作为分析工具。其次,详细分析正交Gaussian-Hermite矩的性质、算法和效率,根据水面区域和感兴趣目标的特征,通过人机交互对水面区域进行划定。采用正交Gaussian-Hermite矩进行局部优化分析,同时用矩模板提高计算效率。在时间维度上可以检测移动漂浮物,在空间维度可以检测当前帧状态,同时减弱噪声干扰,增强感兴趣区域目标。再次,在HSI颜色空间通过颜色差异分析,结合Gaussian-Hermite矩准确获得漂浮物目标。通过对多幅漂浮物水面区域分析得到,在色调H分量图中,漂浮物分布在低色调区域,在强度I分量图中,漂浮物分布在高强度区域,在饱和度S分量图中,漂浮物分布在高饱和度区域。综合H、S、I三个独立分量,通过阈值分割得到目标区域。最后,由于正交Gaussian-Hermite矩具有良好的图像重构能力,将漂浮物的正交Gaussian-Hermite矩值作为重要的特征向量,在颜色空间上比较RGB空间和HSI空间,在矩特征上和前人所提取的特征值如小波变换能量分解系数和Hu不变矩进行比较,用相同的分类器支持向量机进行训练和识别。实验结果表明,HSI空间优于RGB空间,Gaussian-Hermite矩特征优于小波变换能量分解系数,Gaussian-Hermite不变矩优于Hu不变矩,提高识别率。并利用MATLAB、SQL、.Net等混合编程进行系统集成,实现部分功能模块。