我想比较两个位图或部分位图,看看它们有多相似。位图数据相似度算法
我遇到了一些字符串数据的相似算法,如Levenshtein距离和Jaro-Winkler距离。显然,这对于位图数据没有帮助。
任何人都可以提出一个比较相似位图的算法吗?
编辑
感谢您的想法,链接等
虽然所有的信息都是在这一主题熟悉的帮助,我不知道如何来生成图像,沿东西越这一行:
我想比较两个位图或部分位图,看看它们有多相似。位图数据相似度算法
我遇到了一些字符串数据的相似算法,如Levenshtein距离和Jaro-Winkler距离。显然,这对于位图数据没有帮助。
任何人都可以提出一个比较相似位图的算法吗?
编辑
感谢您的想法,链接等
虽然所有的信息都是在这一主题熟悉的帮助,我不知道如何来生成图像,沿东西越这一行:
你可以使用Hausdorff image comparison,但请注意,这需要二进制图像。
值得注意的是,视觉上相似的图像可能具有巨大不同的底层像素表示。人类的感知使得计算视觉相似性相当困难豪斯多夫通过允许两张不同的图像在普通相似度相同的情况下得到高分得到很好的处理。
如果你想计算数据距离,你可以使用任何你喜欢的距离度量,并直接在像素上进行。这些比较我特别喜欢马哈拉诺比斯距离。
这是similar question的interesting link。使用自我训练神经网络来识别相似的图像。
您想使用Hilbert曲线细分图像并读取rgb值。然后,您可以使用快速傅立叶变换将图像记录到离散模拟信号中。然后,您可以将其存储到数据库中,并将其与其他结果进行比较。结果应该非常好。实际上,这与JPEG压缩(希尔伯特曲线)中的Quantizediser步骤相似,只是JPEG压缩使用了Morton曲线。
神经网络也带来了解决方案。你可以使用Kohonen网络(它会将你的图像分类并给出它们的拓扑图)或使用Hopfield网络(提供一些有代表性的图像,并且在学习过程之后,图像将通过网络分类为在学习模式中提供的图像)。
Kohonen神经网络:http://en.wikipedia.org/wiki/Self-organizing_map
要生成给予原梵高作为输入,这样的形象呢?你能澄清吗? – gordy
使用源生成图像,但不一定如此。这张图片是从视频剪辑中切分出来的。我很感兴趣评估的形象比创建它更多(虽然我想知道更多关于这一点) – Daniel
你是否在像一个例程,以便你可以随机演化像这样的图像?为了这个目的,我会说下面的神经网络解决方案可能工作得很好。 – gordy