相似图片搜索、算法、识别的原理解析（下）

原文地址：http://www.36dsj.com/archives/3206

之前，我写了《相似图片搜索的原理》，介绍了一种最简单的实现方法。

昨天，我在isnowfy的网站看到，还有其他两种方法也很简单，这里做一些笔记。

一、颜色分布法

每张图片都可以生成颜色分布的直方图（color histogram）。如果两张图片的直方图很接近，就可以认为它们很相似。

任何一种颜色都是由红绿蓝三原色（RGB）构成的，所以上图共有4张直方图（三原色直方图 + 最后合成的直方图）。

如果每种原色都可以取256个值，那么整个颜色空间共有1600万种颜色（256的三次方）。针对这1600万种颜色比较直方图，计算量实在太大了，因此需要采用简化方法。可以将0～255分成四个区：0～63为第0区，64～127为第1区，128～191为第2区，192～255为第3区。这意味着红绿蓝分别有4个区，总共可以构成64种组合（4的3次方）。

任何一种颜色必然属于这64种组合中的一种，这样就可以统计每一种组合包含的像素数量。

上图是某张图片的颜色分布表，将表中最后一栏提取出来，组成一个64维向量(7414, 230, 0, 0, 8, …, 109, 0, 0, 3415, 53929)。这个向量就是这张图片的特征值或者叫”指纹”。

于是，寻找相似图片就变成了找出与其最相似的向量。这可以用皮尔逊相关系数或者余弦相似度算出。

二、内容特征法

除了颜色构成，还可以从比较图片内容的相似性入手。

首先，将原图转成一张较小的灰度图片，假定为50×50像素。然后，确定一个阈值，将灰度图片转成黑白图片。

如果两张图片很相似，它们的黑白轮廓应该是相近的。于是，问题就变成了，第一步如何确定一个合理的阈值，正确呈现照片中的轮廓？

显然，前景色与背景色反差越大，轮廓就越明显。这意味着，如果我们找到一个值，可以使得前景色和背景色各自的“类内差异最小“（minimizing the intra-class variance），或者”类间差异最大“（maximizing the inter-class variance），那么这个值就是理想的阈值。

1979年，日本学者大津展之证明了，”类内差异最小”与”类间差异最大”是同一件事，即对应同一个阈值。他提出一种简单的算法，可以求出这个阈值，这被称为”大津法“（Otsu’s method）。下面就是他的计算方法。

假定一张图片共有n个像素，其中灰度值小于阈值的像素为 n1 个，大于等于阈值的像素为 n2 个（ n1 + n2 = n ）。w1 和 w2 表示这两种像素各自的比重。

　　w1 = n1 / n
w2 = n2 / n

再假定，所有灰度值小于阈值的像素的平均值和方差分别为 μ1 和 σ1，所有灰度值大于等于阈值的像素的平均值和方差分别为 μ2 和 σ2。于是，可以得到

类内差异 = w1(σ1的平方) + w2(σ2的平方)

类间差异 = w1w2(μ1-μ2)^2

可以证明，这两个式子是等价的：得到”类内差异”的最小值，等同于得到”类间差异”的最大值。不过，从计算难度看，后者的计算要容易一些。

下一步用”穷举法”，将阈值从灰度的最低值到最高值，依次取一遍，分别代入上面的算式。使得”类内差异最小”或”类间差异最大”的那个值，就是最终的阈值。具体的实例和Java算法，请看这里。

有了50×50像素的黑白缩略图，就等于有了一个50×50的0-1矩阵。矩阵的每个值对应原图的一个像素，0表示黑色，1表示白色。这个矩阵就是一张图片的特征矩阵。

两个特征矩阵的不同之处越少，就代表两张图片越相似。这可以用”异或运算”实现（即两个值之中只有一个为1，则运算结果为1，否则运算结果为0）。对不同图片的特征矩阵进行”异或运算”，结果中的1越少，就是越相似的图片。

by：阮一峰

相似图片搜索、算法、识别的原理解析（下）相关推荐

相似图片搜索、算法、识别的原理解析（上）
原文地址:http://www.36dsj.com/archives/3204 2011年6月,Google把"相似图片搜索"正式放上了首页.你可以用一张图片,搜索互联网上所有与它 ...
基于深度学习的人脸识别技术原理解析与项目实战
人脸识别是一种基于人的面部特征信息进行身份认证的生物特征识别技术,识别流程分为如下几个步骤: 创建人脸库确定好需要通过人脸识别技术来鉴别身份的人的总数N:收集和整理对应的包含人脸的图片,图片满足以 ...
谷歌人工智能算法RankBrain运行原理解析
本文地址:http://blog.csdn.net/shanglianlm/article/details/49678931 近日,新闻爆料说谷歌正在使用一个机器学习人工智能系统"RankB ...
图像滤波常用算法实现及原理解析
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达导读图像滤波是一种非常重要的图像处理技术,本文详细介绍了四种常见 ...
【IoT】加密与安全：哈希 Hash 算法用途与原理解析
1.Hash 算法分类 MD5 和 SHA-1 是目前应用最广泛的 Hash 算法且是以 MD4 算法为基础设计的. 1) MD4 MD4(RFC 1320) 是 MIT 的 Ronald L. Ri ...
NVMe SSD的GC算法与仿真原理解析
NVMe SSD的核心算法众多,Garbage collection(后文简称GC)就是其中之一.一个好的GC算法可以有效的降低SSD的写放大系数,对于SSD的性能和寿命都大有益处.本篇文章就介绍下M ...
iOS图片处理之背景虚化原理解析
背景虚化就是焦点中心区域清晰,中心到外部逐渐虚化的一种效果. 实现原理,由上到下分三层,最下面一层为原图 3- 遮罩层(径向渐变) 2- 原图高斯模糊后的效果图 1- 原图根据遮罩原理,图层2的al ...
第六课：大规模车辆图片搜索/重识别
【数据结构与算法】之深入解析“下一个更大元素III”的求解思路与算法示例
一.题目要求给你一个正整数 n,请你找出符合条件的最小整数,其由重新排列 n 中存在的每位数字组成,并且其值大于 n.如果不存在这样的正整数,则返回 -1. 注意,返回的整数应当是一个 32 位整数 ...

相似图片搜索、算法、识别的原理解析（下）

相似图片搜索、算法、识别的原理解析（下）相关推荐

最新文章

热门文章