图像矩与力学中的概念相同。一阶矩会给你质心，其中像素的质量是它的强度，二阶矩会告诉你这个质量是如何围绕质心变化的，等等。就像你获得一个框架一样对于真实世界对象的惯性，您可以从图像矩中获得一个。这将为您提供要描述的形状的主轴。

图像矩只是一个表征图像的数字，被解释为空间随机变量的实现。如果你学过任何概率类，你应该记住均值和方差的概念，它们来自随机变量的一阶和二阶矩（rv 的 n 阶矩是它的 n 次方的期望） ）。此外，随机变量的矩共同规定了它的分布。换句话说，您可以将概率分布简化为数字序列，这在您想以数字方式比较分布时很有用。

在图像处理中，如果您想比较图像，您可能不希望比较对旋转、平移和缩放等小事敏感（因为图像基本保持不变）。因此，您在引用的维基百科文章中看到的不变时刻背后的动机。