- 浏览: 499060 次
- 性别:
- 来自: 广州
文章分类
- 全部博客 (502)
- Java (70)
- Linux (10)
- 数据库 (38)
- 网络 (10)
- WEB (13)
- JSP (4)
- 互联网 (71)
- JavaScript (30)
- Spring MVC (19)
- HTML (13)
- CSS (3)
- AngularJS (18)
- Redis (5)
- Bootstrap CSS (1)
- ZooKeeper (4)
- kafka (6)
- 服务器缓存 (4)
- Storm (1)
- MongoDB (9)
- Spring boot (16)
- log4j (2)
- maven (3)
- nginx (5)
- Tomcat (2)
- Eclipse (4)
- Swagger (2)
- Netty (5)
- Dubbo (1)
- Docker (7)
- Hadoop (12)
- OAuth (1)
- webSocket (4)
- 服务器性能 (7)
- Session共享 (1)
- tieye修改 (1)
- 工作 (1)
- 有用的语录 (0)
- https (2)
- common (5)
- 产品开发管理 (1)
- CDN 工作原理 (1)
- APNS、GCM (1)
- 架构图 (3)
- 功能实现分析 (1)
- JMX (1)
- 服务器相关操作命令 (1)
- img02 (0)
- 服务器环境搭建 (9)
- goodMenuBook (1)
- CEInstantPot (0)
- 有用数据 (1)
- 百度地图WEB API (2)
- 正则表达式 (1)
- 样式例子 (2)
- staticRecipePressureCooker.zip (1)
- jCanvas (1)
- 网站攻击方法原理 (1)
- 架构设计 (3)
- 物联网相关 (3)
- 研发管理 (7)
- 技术需求点 (1)
- 计划 (1)
- spring cloud (11)
- 服务器开发的一些实用工具和方法 (1)
- 每天学到的技术点 (4)
- Guava (1)
- ERP 技术注意要点 (2)
- 微信小程序 (1)
- FineRepor (1)
- 收藏夹 (1)
- temp (5)
- 服务架构 (4)
- 任职资格方案 (0)
- osno_test (1)
- jquery相关 (3)
- mybatis (4)
- ueditor (1)
- VueJS (7)
- python (10)
- Spring EL (1)
- shiro (1)
- 前端开发原理与使用 (7)
- YARN (1)
- Spark (1)
- Hbase (2)
- Pig (2)
- 机器学习 (30)
- matplotlib (1)
- OpenCV (17)
- Hystrix (1)
- 公司 (1)
- miniui (4)
- 前端功能实现 (3)
- 前端插件 (1)
- 钉钉开发 (2)
- Jenkins (1)
- elasticSearch使用 (2)
- 技术规范 (4)
- 技术实现原理 (0)
最新评论
图像对比的方法和原理分析
https://blog.csdn.net/maetelibom/article/details/78082004
感知哈希算法进行图片相似度对比
原理:
1.图像缩放到一定大小(如8*8)
2.转化为灰阶(如64级灰度)
3.计算所有像素平均值
4.比较像素的灰度:将每个像素的灰度,与平均值进行比较,大于或等于平均值记为1,小于平均值记为0;
5.计算哈希值:将上一步的比较结果,组合在一起,就构成了一个64位的整数,
得到指纹以后,就可以对比不同的图像,看看64位中有多少位是不一样的。在理论上,这等同于”汉明距离”(Hamming distance,在信息论中,两个等长字符串之间的汉明距离是两个字符串对应位置的不同字符的个数)。如果不相同的数据位数不超过5,就说明两张图像很相似;如果大于10,就说明这是两张不同的图像。
直方图方法
方法描述:有两幅图像patch(当然也可是整幅图像),分别计算两幅图像的直方图,并将直方图进行归一化,然后按照某种距离度量的标准进行相似度的测量。
方法的思想:基于简单的向量相似度来对图像相似度进行度量。
优点:直方图能够很好的归一化,比如256个bin条,那么即使是不同分辨率的图像都可以直接通过其直方图来计算相似度,计算量适中。比较适合描述难以自动分割的图像。
缺点:直方图反应的是图像灰度值得概率分布,并没有图像的空间位置信息在里面,因此,常常出现误判;从信息论来讲,通过直方图转换,信息丢失量较大,因此单一的通过直方图进行匹配显得有点力不从心。
图像模板匹配
一般而言,源图像与模板图像patch尺寸一样的话,可以直接使用上面介绍的图像相似度测量的方法;如果源图像与模板图像尺寸不一样,通常需要进行滑动匹配窗口,扫面个整幅图像获得最好的匹配patch。
在OpenCV中对应的函数为:matchTemplate():函数功能是在输入图像中滑动窗口寻找各个位置与模板图像patch的相似度。
SSIM(structural similarity)结构相似性
也是一种全参考的图像质量评价指标,它分别从亮度、对比度、结构三方面度量图像相似性。
SSIM取值范围[0,1],值越大,表示图像失真越小.
在实际应用中,可以利用滑动窗将图像分块,令分块总数为N,考虑到窗口形状对分块的影响,采用高斯加权计算每一窗口的均值、方差以及协方差,然后计算对应块的结构相似度SSIM,最后将平均值作为两图像的结构相似性度量,即平均结构相似性MSSIM:
PSNR峰值信噪比
PSNR是最普遍和使用最为广泛的一种图像客观评价指标,然而它是基于对应像素点间的误差,即基于误差敏感的图像质量评价。由于并未考虑到人眼的视觉特性(人眼对空间频率较低的对比差异敏感度较高,人眼对亮度对比差异的敏感度较色度高,人眼对一个区域的感知结果会受到其周围邻近区域的影响等),因而经常出现评价结果与人的主观感觉不一致的情况。
如果模板与原图大小(匹配部分)不一样,可以通过不断缩小模板的方式进行匹配来完成
https://blog.csdn.net/maetelibom/article/details/78082004
感知哈希算法进行图片相似度对比
原理:
1.图像缩放到一定大小(如8*8)
2.转化为灰阶(如64级灰度)
3.计算所有像素平均值
4.比较像素的灰度:将每个像素的灰度,与平均值进行比较,大于或等于平均值记为1,小于平均值记为0;
5.计算哈希值:将上一步的比较结果,组合在一起,就构成了一个64位的整数,
得到指纹以后,就可以对比不同的图像,看看64位中有多少位是不一样的。在理论上,这等同于”汉明距离”(Hamming distance,在信息论中,两个等长字符串之间的汉明距离是两个字符串对应位置的不同字符的个数)。如果不相同的数据位数不超过5,就说明两张图像很相似;如果大于10,就说明这是两张不同的图像。
直方图方法
方法描述:有两幅图像patch(当然也可是整幅图像),分别计算两幅图像的直方图,并将直方图进行归一化,然后按照某种距离度量的标准进行相似度的测量。
方法的思想:基于简单的向量相似度来对图像相似度进行度量。
优点:直方图能够很好的归一化,比如256个bin条,那么即使是不同分辨率的图像都可以直接通过其直方图来计算相似度,计算量适中。比较适合描述难以自动分割的图像。
缺点:直方图反应的是图像灰度值得概率分布,并没有图像的空间位置信息在里面,因此,常常出现误判;从信息论来讲,通过直方图转换,信息丢失量较大,因此单一的通过直方图进行匹配显得有点力不从心。
图像模板匹配
一般而言,源图像与模板图像patch尺寸一样的话,可以直接使用上面介绍的图像相似度测量的方法;如果源图像与模板图像尺寸不一样,通常需要进行滑动匹配窗口,扫面个整幅图像获得最好的匹配patch。
在OpenCV中对应的函数为:matchTemplate():函数功能是在输入图像中滑动窗口寻找各个位置与模板图像patch的相似度。
SSIM(structural similarity)结构相似性
也是一种全参考的图像质量评价指标,它分别从亮度、对比度、结构三方面度量图像相似性。
SSIM取值范围[0,1],值越大,表示图像失真越小.
在实际应用中,可以利用滑动窗将图像分块,令分块总数为N,考虑到窗口形状对分块的影响,采用高斯加权计算每一窗口的均值、方差以及协方差,然后计算对应块的结构相似度SSIM,最后将平均值作为两图像的结构相似性度量,即平均结构相似性MSSIM:
PSNR峰值信噪比
PSNR是最普遍和使用最为广泛的一种图像客观评价指标,然而它是基于对应像素点间的误差,即基于误差敏感的图像质量评价。由于并未考虑到人眼的视觉特性(人眼对空间频率较低的对比差异敏感度较高,人眼对亮度对比差异的敏感度较色度高,人眼对一个区域的感知结果会受到其周围邻近区域的影响等),因而经常出现评价结果与人的主观感觉不一致的情况。
如果模板与原图大小(匹配部分)不一样,可以通过不断缩小模板的方式进行匹配来完成
发表评论
-
SVM 支持向量机
2018-11-02 17:28 361SVM 支持向量机(support vector machin ... -
Pandas 基础
2018-10-21 15:34 533Pandas 基础 Pandas处理 ... -
霍夫变换
2018-10-20 11:08 763霍夫变换 霍夫变换是一种特征检测(feature extra ... -
识别手写数字 原理分析
2018-10-18 15:38 3456识别手写数字 原理分析 要识别0-9这10个数字 首先 ... -
Viola-Jones 人脸检测算法解析
2018-10-15 16:12 3224Viola-Jones 人脸检测算法解析 在计算机视觉领域中 ... -
灰度图像--形态学处理(腐蚀,膨胀,开、闭运算)
2018-10-12 17:31 8929灰度图像--形态学处理(腐蚀,膨胀,开、闭运算) http ... -
tesseract应用
2018-10-12 14:05 530tesseract应用 from PIL impo ... -
卷积神经网络(CNN)
2018-10-11 17:33 781卷积神经网络(CNN) CNN基本模块 CNN由输入和输出 ... -
python3光学字符识别模块tesserocr与pytesseract
2018-10-11 11:02 1517python3光学字符识别模块tesserocr与pytess ... -
LBP原理介绍以及算法实现(局部二值模式)
2018-10-10 17:54 2492LBP原理介绍以及算法实 ... -
sklearn 神经网络
2018-10-10 10:49 957sklearn 神经网络 https://blog.csdn ... -
神经网络学习 之 M-P模型
2018-10-09 16:58 2452神经网络学习 之 M-P模型 这种“阈值加权和”的神经元模 ... -
图片滤波
2018-10-09 11:37 786图片滤波,就是过滤去一些图片中的小点,或增强一些点,取决于滤波 ... -
灰度直方图均衡化与直方图规定化
2018-10-09 11:30 1199灰度直方图 灰度直方 ... -
图像的灰度化
2018-10-09 11:14 886图像的灰度化 而灰度图像是R、G、B三个分量相同的一种特殊的 ... -
决策树
2018-10-08 22:04 330决策树 树形模型是一个一个特征进行处理,之前线性模型是所有 ... -
人脸识别原理
2018-10-08 17:03 2087人脸识别原理 在检测 ... -
LDA降维和分类
2018-10-07 21:59 4193LDA降维和分类 LDA可以降维和分类 LinearD ... -
KNN 分类算法
2018-10-07 09:30 1905KNN 分类算法 KNN(K近邻) ... -
机器学习相关的库
2018-09-30 15:03 346机器学习相关的库 PIL:Python Imaging L ...
相关推荐
论文通过理论分析和实验验证,研究了每种方法如何计算低分辨率全色图像,并如何设置调制系数,从而影响最终融合结果。实验使用IKONOS图像进行,结果显示理论分析与实验结果一致,且MRAIM方法合成的图像最接近于在高...
通过对不同方法的分析和比较,可以为遥感技术在资源管理、环境监测、urban planning等领域中的应用提供参考和依据。 遥感图像增强方法的应用可以带来许多好处,例如提高图像的可读性和解释性,提高遥感技术在资源...
图像处理是计算机科学的一个重要分支,它涉及到对数字图像进行分析、操作和转换,以达到特定的目的或改善图像质量。这个领域广泛应用于医疗诊断...理解并掌握这些基本原理和方法,对于解决实际问题和创新应用至关重要。
边缘通常是图像中灰度变化最显著的地方,边缘检测算法利用这一特点,通过对图像进行分析,以求微分或二阶微分的方法来确定边缘的位置。 边缘检测的原理可以通过图像中像素点的灰度变化来说明。图像中的边缘点可以在...
测试原理基于图像中的高频和低频信息传递能力,通过对图像进行频谱分析来量化成像系统的分辨率。测试方法包括自动检测边缘,计算MTF曲线,以及评估图像的局部和全局清晰度。 2. 白平衡(WB)和色准(Color Accuracy) ...
图像分割是将图像中有意义的特征部分提取出来,其有意义的特征有图像中的边缘、区域等,这是进一步进行图像识别、分析和理解的基础。 5. 图像描述:图像描述是图像识别和理解的必要前提。作为最简单的二值图像可...
### Camera 图像处理原理分析——抗噪、变焦、频闪、亮度感应及曝光 #### 1. 抗噪处理 抗噪处理是Camera图像处理中的一个重要环节,它旨在减少图像中的噪点,提高图像质量。 ##### 1.1 启动时机 抗噪处理的启动...
首先,论文介绍了图像去噪的基本原理和方法。图像去噪是图像处理过程中一个至关重要的步骤,其目的是为了提高图像的质量和清晰度,消除噪声的干扰。在图像传播过程中,由于各种随机的干扰,图像很容易被噪声污染。...
图像分割作为图像分析的重要步骤之一,可以通过聚类方法将图像中的物体从背景中分离出来,这在医学影像分析和机器人导航中尤其有用。使用聚类分析中的模糊聚类方法,例如Fuzzy C-Means(FCM),可以允许图像中的像素...
图像技术涉及图像的获取、存储、处理、分析和理解等方面。而视觉基础则是研究人类视觉系统如何感知图像,为图像处理提供理论基础。这包括了解视觉感知的基本原理、视觉信息的编码和传输过程。 #### 数字图像的采集...
下面我们将详细讨论图像直方图的基本原理、分析方法以及其在实际应用中的价值。 首先,图像直方图是通过统计图像中每个亮度级别的像素数量来生成的。对于灰度图像,直方图通常横坐标代表灰度级(0到255),纵坐标...
这些方法的原理、优缺点和应用场景都进行了详细的分析比较。 均值滤波 均值滤波是一种常用的图像平滑处理方法,采用线性滤波的方法可以除去图像中某种类型的噪声。该方法的基本思想是将图像空间中的每个像素点值...
### 彩色图像增强的几种方法研究比较 #### 摘要 本文研究了几种用于增强彩色图像质量的方法。在日常生活中,由于光照条件不佳等原因,我们经常遇到图像亮度不足的问题,这使得图像中的细节难以辨认。为了解决这一...
本文将详细介绍SAR图像成像原理,并重点分析相干斑点噪声的特点及其去除方法。 #### 二、SAR图像成像原理 SAR图像成像是通过发射电磁波并接收反射回来的回波信号来完成的。SAR系统的工作流程主要包括以下几个步骤:...
直方图均衡化则旨在改善图像对比度,让图像的直方图分布更加均匀;空间域滤波是在图像的像素上直接操作,比如使用均值滤波、中值滤波来去除噪声;频域滤波则是将图像转换到频域后,通过修改图像的频率成分来达到增强...
图像去噪是数字图像处理领域中的一个基础且关键的环节,主要目的是在图像获取与传输过程中出现的多种噪声干扰下,尽可能地恢复图像的真实面貌,从而为后续的图像分析和处理提供准确无误的数据。本研究着重于对比和...
《基于Matlab的遥感图像处理原理分析与应用》这篇文献深入探讨了如何利用Matlab软件对遥感图像进行有效的处理和分析。遥感图像在获取过程中常常受到各种因素影响,导致图像质量下降,需要通过特定的技术手段进行优化...