比较和匹配图像

Question

我希望将新图像与图像数据库进行比较，然后输出更高的“相似度”。我想要比较的图像是相似的，但问题是因为它们不像素一样。我已经尝试过使用BoW（Bag Of Words）模型（我在Matlab中实现了它，但我愿意学习openCV），按照建议，我尝试了各种实现但没有成功，我得到的最佳正确率是30 ％，这是非常低的。

让我告诉你我在说什么：imgur gallery with 5 example images。我想检测到四个初始图像是相等的，第五个是不同的。我不介意仅检测到具有相同角度方向的那些相同。 （在我的例子2,3和4中）

那就是说，有没有比BoW更好的方法呢？或者，如果我以不同的方式实施，那么BoW应该足够了吗？

提前致谢。

Answer 1

我会使用randomized trees尝试一些基于关键点的方法。点提取具有局部性并适应多种变换（如图片所示）。本地化的优势在于它们对场景中的照明变化，遮挡等更加强大。

另外，请查看SURF算法。