图像相似度计算
来源:互联网 发布:网络视听大会 编辑:程序博客网 时间:2024/05/17 04:29
本文转自http://blog.sina.com.cn/s/blog_4a540be60100vjae.html
图像相似度计算主要用于对于两幅图像之间内容的相似程度进行打分,根据分数的高低来判断图像内容的相近程度。
%计算图像直方图距离
%巴氏系数计算法
M=imread('1.jpg');
N=imread('2.jpg');
I=rgb2gray(M);
J=rgb2gray(N);
[Count1,x]=imhist(I);
[Count2,x]=imhist(J);
Sum1=sum(Count1);Sum2=sum(Count2);
Sumup = sqrt(Count1.*Count2);
SumDown = sqrt(Sum1*Sum2);
Sumup = sum(Sumup);
figure(1);
subplot(2,2,1);imshow(I);
subplot(2,2,2);imshow(J);
subplot(2,2,3);imhist(I);
subplot(2,2,4);imhist(J);
HistDist=1-sqrt(1-Sumup/SumDown)
当然基于数学上的矩阵特征值计算的还有很多方法比如Trace变换,不变矩计算等等,当然如果有需要这方面资料的同学可以找我,我可以进行相关的帮助。
(3)基于特征点的图像相似度计算
David G Lowe Sift网站
我当时对于比如左边图像,找到50个特征点,如果其中有60%以上的与右边的匹配上了,认为两幅图像是相似图像。
上图使用Sift找到的匹配对应点,然后通过仿射变换的6维参数计算,然后逆变换得到校正后的图像,效果蛮不错的,可见Sift对于抗旋转和噪声的效果确实很好。
对于Sift也不能全部相信,一般使用RANSAC对于错误匹配点去除可以达到更好的效果,当然目前也有很多对SIFT进行改进的算法。希望有这方面研究的可以多多交流。
- 计算图像相似度
- 图像相似度计算
- 图像相似度计算
- 图像相似度计算
- 图像相似度计算
- 图像相似度计算
- 图像相似度计算
- 图像相似度计算
- 计算图像相似度——《Python也可以》之一
- 基于直方图比较的图像相似度计算
- 使用颜色分布法计算图像相似度
- 图像相似度计算之哈希值方法OpenCV实现
- 图像相似度计算之直方图方法OpenCV实现
- 图像相似度计算之哈希值方法OpenCV实现
- 计算图像相似度——《Python也可以》之一
- 计算图像相似度——《Python也可以》之一
- 图像相似度计算之直方图方法OpenCV实现
- 图像相似度计算之直方图方法OpenCV实现
- 使用EXE4J将JAR包转换为EXE文件
- MFC子对话框跟随主对话框移动
- Vim文本编辑器 指令大全(二)
- AndroidManifest
- 服务化基础设施
- 图像相似度计算
- K短路算法
- 硬盘分区、寻址和系统启动过程
- 利用系统时间实现APP内部随机IMEI和IMSI的方法
- 深入Java关键字null
- Hadoop集群中wordcount的运行命令
- TextView省略号显示(ellipsize)
- perl for 循环格式
- Spring 数据访问之事务管理