3

我正在尝试根据直方图的相似性进行某种图像排名。我拍摄了一张图像,需要将其直方图与图像数据库进行比较,根据与源图像的相似程度对它们进行排序。这应该像过滤器一样工作,获取具有最相似图像的子组,然后将它们与其他更准确且计算成本更高的方法(模式匹配、SURF 等)进行比较。

这背后的想法是,例如,一些图像有很多蓝色,而在库中有 6 个图像有很多蓝色,所以它会将这些图像排名更高。其他图像有很多黄色(蓝色和绿色)......

此时我的代码是这样的:

Image<Bgr, byte> colorCard = frame.Copy();

DenseHistogram histBlue = new DenseHistogram(256, new RangeF(0.0f, 255.0f));
DenseHistogram histRed = new DenseHistogram(256, new RangeF(0.0f, 255.0f));
DenseHistogram histGreen = new DenseHistogram(256, new RangeF(0.0f, 255.0f));

Image<Gray, byte> imgBlue = colorCard[0];
Image<Gray, byte> imgRed = colorCard[1];
Image<Gray, byte> imgGreen = colorCard[2];
imgBlue._EqualizeHist();
imgRed._EqualizeHist();
imgGreen._EqualizeHist();
//Also tried whithout equalizing histograms

histBlue.Calculate(new Image<Gray, byte>[] { imgBlue }, true, null);
histRed.Calculate(new Image<Gray, byte>[] { imgRed }, true, null);
histGreen.Calculate(new Image<Gray, byte>[] { imgGreen }, true, null);

List<Match> matchList = new List<Match>();

foreach (String filename in image_paths)
{
    Image<Bgr, byte> imgToCompare = new Image<Bgr, byte>(filename);
    imgToCompare = imgToCompare.PyrDown().PyrUp().PyrDown().PyrUp();

    DenseHistogram histBlueToCompare = new DenseHistogram(256, new RangeF(0.0f, 255.0f));
    DenseHistogram histRedToCompare = new DenseHistogram(256, new RangeF(0.0f, 255.0f));
    DenseHistogram histGreenToCompare = new DenseHistogram(256, new RangeF(0.0f, 255.0f));

    Image<Gray, byte> imgBlueToCompare = colorCard[0];
    Image<Gray, byte> imgRedToCompare = colorCard[1];
    Image<Gray, byte> imgGreenToCompare = colorCard[2];
    imgBlueToCompare._EqualizeHist();
    imgRedToCompare._EqualizeHist();
    imgGreenToCompare._EqualizeHist();

    histBlueToCompare.Calculate(new Image<Gray, byte>[] { imgBlueToCompare }, true, null);
    histRedToCompare.Calculate(new Image<Gray, byte>[] { imgRedToCompare }, true, null);
    histGreenToCompare.Calculate(new Image<Gray, byte>[] { imgGreenToCompare }, true, null);

    double cBlue = CvInvoke.cvCompareHist(histBlue, histBlueToCompare, Emgu.CV.CvEnum.HISTOGRAM_COMP_METHOD.CV_COMP_CORREL);
    double cRed = CvInvoke.cvCompareHist(histRed, histRedToCompare, Emgu.CV.CvEnum.HISTOGRAM_COMP_METHOD.CV_COMP_CORREL);
    double cGreen = CvInvoke.cvCompareHist(histGreen, histGreenToCompare, Emgu.CV.CvEnum.HISTOGRAM_COMP_METHOD.CV_COMP_CORREL);

    double matchValue = (cBlue + cGreen + cRed) / 3.0;

    matchList.Add(new Match(matchValue, Path.GetFileNameWithoutExtension(filename)));
}

matchList = matchList.OrderBy(X => X.MatchValue).ToList<Match>();
foreach (Match m in matchList)
{
    Logger.Log(m.Card + ": " + m.MatchValue);
}

我可以比较每个颜色直方图,但不知道如何合并这些比较以获得单个值。女巫(cBlue + cGreen + cRed) / 3.0我没有得到好的结果。

我读了一种方法来做到这一点是地球移动距离(EMD)。EmguCV 有一个名为 的函数cvCalcEMD2,但我不知道如何使用它(参数是什么意思),也找不到它的用法示例。

4

2 回答 2

1

如果你想要平均直方图,你也可以直接在灰度图像上计算它,如下所示:

https://stackoverflow.com/a/4906403/586754

也许在您的样本中

(cBlue + cGreen + cRed) / 3.0

范围被裁剪,因为它以字节为单位计算?而且,你应该说它不足以更好地理解这个问题。

于 2014-11-10T11:16:04.050 回答
0

而不是将强度计算为

(cBlue + cGreen + cRed) / 3.0

您可能想要使用相对亮度,在组合三个颜色分量以获得“灰度级”时考虑眼睛的敏感度。

Y = 0.2126 * cRed + 0.7152 * cGreen + 0.0722 * cBlue

您可以在此处找到有关相对亮度的更多信息

于 2017-12-21T07:45:58.460 回答