比较和匹配图像

Question

我在寻找比较新图像与图像数据库，然后输出更高的“相似度”。我想要比较的图像是相似的，但问题是，因为它们不是像素逐像素相等。我已经尝试过使用BoW（Bag Of Words）模型（我在Matlab中实现它，但我愿意学习openCV），按照建议，我尝试了各种实现，但没有成功，我得到的最佳正确率是30 ％，这是非常低的。

让我告诉你什么我谈论：imgur gallery with 5 example images。我想要检测到四个初始图像是相同的，而第五个是不同的。但我不介意只有检测到具有相同角度方向的那些相等。 （在我的例子2,3和4）

所以，那么，有没有比BoW更好的方法呢？或者如果我以不同的方式实施BoW应该就够了？

在此先感谢。

Answer 1

我会用randomized trees尝试一些关键点为基础的方法。具有点提取的优点是局部的，并且适应多种转换（就像你的图片显示的那样）。本地化的优势在于，它们更能抵御场景中的照明变化，遮挡等。

另外，看看SURF算法。