1. 首頁
  2. 問答
  3. 計算圖像之間的差異

計算圖像之間的差異

2009-03-05 122 views
25

你們知道任何可用於計算圖像差異的算法嗎？計算圖像之間的差異

以此網頁爲例http://tineye.com/您給它一個鏈接或上傳圖像，它會找到類似的圖像。我懷疑它是否將所討論的形象與所有人形象（或者可能）進行比較。

通過計算我的意思是像什麼Levenshtein_distance或Hamming distance是字符串。

絕對不需要正確的答案爲一個項目或任何東西，我只是發現網站，並非常好奇。我知道digg支付他們網站的類似服務。

來源

2009-03-05 jdelator

+0

這是一個很酷的網站...你認爲它可能會使用另外匹配文件名？可以幫助它的原因.... – alex 2009-03-05 00:38:45

+0

有趣：http://tineye.com/search/789b9c5d3a71fe1609725c8fab0597a825258463 – OscarRyz 2009-03-05 01:16:03

回答

21

非常簡單的措施都將是基於RMS誤差的方法，例如：

這可能與你的距離量度觀念凝膠，但其如果你已經有兩幅非常接近的圖像，那麼結果真的是唯一有意義的，就像你正在研究特定的壓縮方案如何保存原始圖像一樣。而且，兩種比較的結果相同可能意味着很多不同的事情，具體取決於它們的類型（看看我在下面引用的一些例子，RMS/PSNR的照片可能會引起誤解）。

除此之外，還有一整個專門研究圖像相似性的領域。我不是專家，但這裏有幾個要點：

  • 很多工作已經進入使用dimensionality reduction（PCA，SVD，特徵值分析等），以挑選出圖像的主成分的方法和在不同的圖像中比較它們。

  • 其他方法（特別是醫療成像）使用segmentation技術挑選出的圖像的重要組成部分，那麼他們比較基礎上的圖像有什麼發現

  • 還有一些人試圖設計出相似的措施，圍繞一些得到RMS誤差和PSNR的缺陷。在spatial domain structural similarity (SSIM)度量上有一篇很酷的論文，它試圖模仿人們對圖像錯誤的看法，而不是直接的，數學的錯誤概念。同樣的人在this paper on WSSIM中使用wavelet analysis做了改進的平移/旋轉不變版本。

  • 它看起來像TinEye使用特徵向量的值爲很多屬性進行比較。如果你在他們的網站上搜索，你最終會到達Ideé Labs頁面，而their FAQ有一些（但不是太多）算法細節：

    問：視覺搜索如何工作？答：Idée的視覺搜索技術使用複雜的算法來分析數以百計的圖像屬性，如顏色，形狀，紋理，亮度，複雜程度，對象和區域。這些屬性形成一個緊湊的數字簽名，描述每個圖像，這些簽名由我們的軟件進行計算和索引。在執行視覺搜索時，我們的搜索引擎會快速比較這些簽名，以返回視覺上相似的結果。

這絕不是詳盡的（這只是一個我在我自己的研究過程中遇到的技術屈指可數），但如果谷歌的技術論文或通過最近的圖像會議的程序看處理，你一定會找到更多的方法這個東西。這不是一個解決的問題，但希望這些指針能夠讓你瞭解涉及的內容。

來源

2009-03-05 01:03:10 tgamblin

1

TinEye所做的是對圖像或其部分進行哈希處理（請參閱其FAQ）。這可能不是一個真正的散列函數，因爲它們需要類似（或幾乎相同）圖像的類似「哈希」。但是他們所需要做的就是比較這個散列和它的可能的子串，以知道這些圖像是相似/相同的還是另一個被包含。

來源

2009-03-05 00:43:03 Joey

1

繼承人一個image similarity頁面，但它的多邊形。您可以將圖像轉換爲基於顏色和形狀的有限數量的多邊形，並在其中的每一個上運行這些算法。

來源

2009-03-05 00:44:55

0

相關技術將使比賽跳出。如果他們是JPEG，你可以比較每個8x8塊的主導係數，並獲得一個體面的匹配。這不完全相關，但它基於餘弦變換，所以它是第一個堂兄。

來源

2009-03-05 00:49:20 John

相關問題

 相關問題