番外編2〜球面調和関数分解と回転不変量〜ぱらぱらめくる『Momemnts and Moment Invariants in Pattern Recognition』

  • 球面調和関数分解における回転不変量制約では、$s=s'=1$という制約のもと、3つの表現で回転不変量が書ける
  • それぞれの場合に回転不変量となる制約、意味のある値のある制約がある
  • [tex:\nu(l,l')^k_j = \sum_{m=-l}^l c_l^m c_{l'}^{k-m}]
    • -l \le m \le l$,$-l' \le k-m \le l'
    • この式では k=j=0の場合に回転不変量である。
    • 2つの条件を満足するのは、l=l',k=j=0の場合である。
    • したがって、lmax+1個の回転不変量がある。
  • \nu(l,l')_j \nu(l'',l''')_j = \frac{1}{\sqrt{2j+1}}\sum_{k=-j}^j (-1)^{j-k} \nu(l,l')^k_j v(l'',l''')_j^{-k}
    • この式では、l,l',l'',l''',jによらず回転不変量である。
    • ただし、意味のある値のある場合に制約がある。
    • jは次の条件を満足する必要がある。
      • l1,l2の組がjに制約を与え、l3,ljに制約を与える。両者の制約のAND制約を満たすjの場合に意味のある値となる
      • l1,l2l3,l4の制約は次のようになる。
        • lp=lqのとき、j=\{0,2,...,2\times lp\}
        • lp \ne lq のとき、j=\{D,D+1,...,D+N\};D=abs(lp-lq),N=2\times min(lp,lq)+1
  • v(l,l')_j v = \frac{1}{\sqrt{2j+1}}\sum_{k=-j}^j (-1)^{j-k}v(l,l')_j^k c_{j}^{-k}
    • この式では、l=l'=jの場合に回転不変量である。
    • したがって、lmax+1個の回転不変量がある。