3

我正在寻找比较 2 个或更多图像的最佳方法。我现在拥有的图像是矩阵格式，所以基本上我是在比较矩阵。

它们不是方形的（但这不是问题）。这是我只有两个矩阵的示例：

#Original data
M1<-cbind(c(0,0,20,40,50,35),c(0,0,5,20,90,80),c(0,0,10,25,85,0),c(58,70,20,50,0,5))
#Data to be compared with M1
M2<-cbind(c(0,5,25,25,60,15),c(0,30,15,10,116,67),c(0,2,9,20,90,1),c(69,50,22,30,0,2))

我可以检查差异和相关性，但我也希望能够说，例如，如果：

  • M2 中的高值出现在与 M1 相同的位置
  • M2 中的高值出现在 M1 中的位置附近
  • M2 的高值发生在很远的地方

低值也是如此。

高值是指最大值，例如，如果 M1 中的最大值位于 (M1_maxvalue(x,y)) 位置，则 I M2 最大值应该是在 M1 中以及在相同或接近位置观察到的相似值M1_最大值（x，y）。

我可以提取位置，最大值位置的变化，但是我正在寻找可以进行比较的现有方法。

我可以使用什么类型的计算来进行此类分析？我可以同时使用图像处理包和矩阵算法。

4

1 回答 1

2

ImageJ听起来像 http://hea-www.harvard.edu/RD/ds9/或SAODS9 在http://hea-www.harvard.edu/RD/ds9/上处理的工作更好。

IIRC 这些应用程序具有用于点和 blob 查找的内置工具，这可以为您节省大量时间和痛苦。

于 2013-09-20T11:36:37.243 回答