视觉相似性搜索算法

Question

我试图建立一个像这样的实用程序http://labs.ideeinc.com/multicolr, 但我不知道他们使用哪种算法，有谁知道？

Answer 1

他们所做的只是匹配直方图。

因此，为您的图像构建一个直方图。根据图像的大小对直方图进行归一化。 A 直方图是具有与颜色一样多的元素的矢量。你不需要32,24，甚至不需要16位的精度，这只会让你放慢速度。出于性能原因，我会将直方图映射到4,8和10-12位。

• 在所有4位直方图和您的样本颜色之间做一个模糊least distance compare。
• 然后取那个集合并做8位直方图比较。
• 然后，也许会上升到一个10或12位直方图比较其余的设置。这将是性能最高的搜索，因为您将总集与少量计算进行比较，以找到一个小子集。
• 然后你在小的子集有更大数量的计算工作，等

真正的大招是要找到匹配类似直方图最好的算法。

• 以距离计算开始。在3个维度，我认为它是：

  SQRT（（X1-X2）^ 2 +（Y1-Y2）^ 2 +（Z1-Z2）^ 2）

我这样做从记忆中，所以看看它确保。

• 为了您的目的，您将有超过3个维度，因此您将拥有更多条款。一个4位的直方图可能有16个项，8位的有256个项，等等。请记住，这种数学运算速度很慢，所以实际上并没有做SQRT部分。如果将图像的大小标准化得足够小，请将其降至10,000像素，然后您就知道只有对于值0..10,0000才会执行x^2。预先计算x^2的查找表，其中x从0..10,000变化。然后你的计算会很快。

• 当您从调色板中选择一种颜色时，只需制作一个颜色为10,0000的直方图即可。当选择2时，使用color1 = 5000，color2 = 5000等制作直方图。

• 最后，您将不得不添加模糊因素以使应用程序与现实世界相匹配，但您会发现这些使用测试。

Answer 2

可能只是创建图像中使用的颜色的直方图，然后做最适合用户选择的颜色。

Answer 3

我建议你对数据库中的图像中存在的颜色进行某种聚类。我的意思是，在你的数据库中的每个图像：

• 收集每个像素的颜色的图像
• 进行聚类中（假设有5群K均值聚类）对所收集的颜色
• 店聚集颜色的图像

当用户提供了一组你做某种贪婪匹配的选择给出颜色和颜色描述（5种reprsentative色彩之间的最佳匹配一个或多个查询的颜色代表描述符）的数据库中的每个图像。

你的图像集的大小是多少，因为根据大小，一些搜索索引可能比alogorith本身更大的问题？