我想将一张图片与一组 1000 多张图片进行比较。我正在生成照片马赛克。
到目前为止我做了什么:
我正在使用 LAB 颜色模型来获取每个图像的 LAB 值,并将该值存储在 KD 树中。这是具有 LA* B* 值的 3 维树。然后我计算图像中每个网格的 LAB 值,我必须为其生成照片马赛克。我使用最近邻算法和欧几里得距离度量来找到最佳匹配。
我取得了不错的成绩,但我想提高成绩。我读过关于 SIFT 的图像比较,它看起来很有趣,我将在未来实现它。现在你们能建议我可以比较的任何其他特征,比如亮度、背景颜色,或者可能是另一个比欧几里得更好的距离度量吗?