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。
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。
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。
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。
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。
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。
一種技術是使用color histograms。您可以使用機器學習算法根據您使用的轉述來查找相似的圖像。例如,常用的k-means algorithm。在使用edge detection後,我看到其他解決方案試圖分析圖像中的垂直和水平線。還使用了Texture analysis。
最近的一個paper來自picasa web的聚集圖像。您也可以嘗試我正在處理的clustering algorithm。
考慮使用損耗wavelet compression並比較圖像的最高關聯元素。
這是我寫的一些代碼,4年前在java yikes,它使用直方圖進行圖像比較。不看比buildHistograms()
https://jpicsort.dev.java.net/source/browse/jpicsort/ImageComparator.java?rev=1.7&視圖=標記其他任何部分
也許它有用的,至少,如果你使用的是Java
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
有趣:http://tineye.com/search/789b9c5d3a71fe1609725c8fab0597a825258463 – OscarRyz 2009-03-05 01:16:03