Thuật toán phát hiện hình ảnh trùng lặp?

Question

Tôi đang suy nghĩ về việc tạo một hệ thống cơ sở dữ liệu cho hình ảnh nơi chúng được lưu trữ với chữ ký nhỏ gọn và sau đó khớp với "hình ảnh truy vấn" có thể được thay đổi kích thước, cắt, sáng, xoay hoặc lật của phiên bản được lưu trữ. Lưu ý rằng tôi không nói về các thuật toán tương tự hình ảnh mà đúng hơn là phát hiện trùng lặp. Điều này sẽ làm cho mọi thứ đơn giản hơn rất nhiều. Hệ thống sẽ không quan tâm nếu hai hình ảnh có một con voi trên chúng, nó sẽ chỉ quan trọng để phát hiện nếu hai hình ảnh trong thực tế, cùng một hình ảnh.

So sánh biểu đồ chỉ đơn giản là không hoạt động đối với hình ảnh truy vấn đã cắt. Cách duy nhất để đi mà tôi thấy là phát hiện hình dạng/cạnh. Hình ảnh đầu tiên sẽ được phân loại bằng cách nào đó, mỗi pixel được chuyển đổi thành một thang độ xám 8 cấp chẳng hạn. Các hình ảnh discretized sẽ chứa các khu vực rộng lớn trong cùng một màu sắc mà sẽ giúp chỉ ra hình dạng. Những hình dạng này sau đó có thể được mô tả với các hệ số và vị trí tương đối của chúng có thể được ghi nhớ. Chữ ký nhỏ gọn sẽ được tạo ra từ đó. Quá trình này sẽ được thực hiện trên mỗi hình ảnh được lưu trữ và trên mỗi hình ảnh truy vấn khi thực hiện một so sánh. Điều đó nghe có vẻ giống như một thuật toán hiệu quả và có thể thực hiện được không? Để minh họa cho ý tưởng này:

loại bỏ liên kết ImageShack chết

Tôi biết đây là một lĩnh vực nghiên cứu còn non nớt, tôi đã đọc Wikipedia về đề tài này và tôi sẽ yêu cầu bạn đưa ra ý tưởng của bạn về một thuật toán như vậy.

Answer 1

SURF sẽ thực hiện công việc của mình.

http://en.wikipedia.org/wiki/SURF

Đó là nhanh chóng một mạnh mẽ, nó là bất biến trên quay và mở rộng quy mô và cũng trên blure và độ tương phản/sét (nhưng không quá mạnh).
Có ví dụ về ghép ảnh toàn cảnh tự động.

Kiểm tra bài viết trên SIFT đầu tiên
http://en.wikipedia.org/wiki/Scale-invariant_feature_transform

Answer 2

Kiểm tra tineye.com Họ có một hệ thống tốt luôn cải thiện. Tôi chắc rằng bạn có thể tìm thấy các tài liệu nghiên cứu từ họ về chủ đề này.

Answer 3

Làm cách nào để chuyển đổi this python codes sang C?

Answer 4

Bài viết bạn có thể đang đề cập đến on Wikipedia on feature detection.

Nếu bạn đang chạy trên bộ vi xử lý Intel/AMD, bạn có thể sử dụng Intel Integrated Performance Primitives để truy cập vào thư viện các chức năng xử lý hình ảnh. Hoặc hơn thế nữa, có một dự án OpenCV, một thư viện khác của các chức năng xử lý hình ảnh cho bạn. Lợi thế của một thư viện sử dụng là bạn có thể thử các thuật toán khác nhau, đã được triển khai, để xem những gì sẽ làm việc cho tình huống của bạn.

Answer 5

Nếu bạn muốn thực hiện mô hình điều khiển phát hiện tính năng, bạn có thể chụp singular value decomposition của hình ảnh (bạn có thể phải thực hiện SVD cho mỗi màu) và sử dụng một vài cột đầu tiên của ma trận U và V cùng với các giá trị số ít tương ứng để đánh giá mức độ tương tự của hình ảnh.

Rất giống với phương pháp SVD được gọi là principle component analysis mà tôi nghĩ sẽ dễ sử dụng hơn để so sánh giữa các hình ảnh. Phương pháp PCA là khá gần với chỉ lấy SVD và loại bỏ các giá trị số ít bằng cách bao thanh toán chúng vào ma trận U và V. Nếu bạn đi theo đường dẫn PCA, bạn cũng có thể muốn xem xét correspondence analysis. Bằng cách này, phương pháp PCA là một phương pháp phổ biến được sử dụng trong các Netflix Prize để trích xuất các tính năng.