3

假设我有一个图像文件/URL，并且我希望我的软件在最多 100 个图像（或至少在那个数量级）中搜索它。软件应该找到的目标图像应该是与给定图像“相同”的图像，但它仍然应该能够“原谅”对其中任何一个的轻微处理（这两个图像可能被不同地裁剪，或者它们被压缩不同）。问题是 - 这是一项可行的任务，因为在搜索之前我不会有任何图像（即，在搜索之前不会有任何索引。）它是否可能在亚秒内工作时间（请记住，比较集非常小）。如果可行，我可以使用哪些工具来完成这项任务？这可能是软件组件，甚至是在线服务（我可以接受它来证明概念）。OpenSURF帮帮我吗？为了进一步集中我的问题-我不是在问要使用哪种算法，此时我宁愿使用现有的工具/API/服务。

4

3 回答 3

3

软件应该找到的目标图像应该是与给定图像“相同”的图像，但它仍然应该能够“原谅”对其中任何一个的轻微处理。

如果“轻微处理”不涉及旋转，而只涉及“裁剪”，那么简单的互相关应该可以工作，如果可以进行透视校正、旋转、镜头畸变校正，那么事情就复杂多了。

我认为这种方法对轻微的颜色校正非常宽容。无论如何，如果需要，您始终可以将两个图像都转换为灰度并比较灰度版本。

为了进一步集中我的问题-我不是在问要使用哪种算法，此时我宁愿使用现有的工具/API/服务。

您可以cvMatchTemplate从 OpenCV 库开始（链接指向 API 的 C 版本，但它也可用于 C++ 和 Python）。使用裁剪后的图像作为模板，并在所有图像中查找它。

如果您比较的图像在浅色背景上有深色特征，您可能会从使用CV_TM_CCOEFForCV_TM_CCOEFF_NORMED方法中受益。它们都从两个图像中减去模板区域的平均值。归一化方法 ( CV_TM_*_NORMED) 通常工作得更好，但比它们的非归一化对应物慢。

您可以考虑在互相关之前对图像进行一些预处理。如果您首先对它们进行归一化，则互相关对轻微的亮度/对比度修改不太敏感。如果您按照@misha 的建议首先检测边缘，您将丢失颜色/亮度信息，但轮廓重叠的结果会好得多。

于 2011-02-01T11:11:17.410 回答
1

jetxee 让您走上正轨。但是，如果您只是使用模板匹配，则可能会遇到背景干扰模板匹配结果的问题。例如，如果您的模板是建筑物并且您的背景主要是浅色（例如沙漠沙子），那么模板匹配将失败，因为较浅的背景总是会返回比较暗的模板更高的互相关。这是这个问题的一个例子。

您解决它的方式与链接中的相同：

  • 对您的模板和目标图像执行边缘检测。
  • 扔掉原始模板和图像
  • 使用边缘检测模板和边缘检测目标图像执行模板检测

至于宽容轻微的处理，边缘检测步骤将照顾到这一点。只要两个图像中的边缘没有被显着修改（模糊、光学失真），该方法就可以工作。

于 2011-02-01T12:24:04.733 回答
1

我知道您不是专门寻找算法，但尽管如此，让我建议以下可以非常有效地完成您正在尝试做的事情......

对于同一图像的裁剪版本，包括旋转，Fourier-Mellin 变换或对数极坐标变换（注意艺术性的半裸图 - 但是很好的来源）将为您提供平移、旋转和比例系数之间的两个图像，允许确定从一个图像到另一个图像需要哪些操作。

于 2011-02-01T13:54:37.807 回答