位图数据相似度算法

Question

我想比较两个位图或位图的一部分，看看它们有多相似。

我遇到了一些字符串数据的相似算法，比如Levenshtein距离和Jaro-Winkler距离。显然，这些对于位图数据没有帮助。

有人可以建议一种算法来比较各个位图的位置吗？

---

修改

感谢您的想法，链接等。

虽然所有信息都有助于熟悉这个主题，但我想知道如何生成图像，更多内容如下：

Answer 1

您可以使用Hausdorff image comparison，但要注意这需要二进制图像。

值得注意的是，视觉上相似的图像可能具有截然不同的基础像素表示。人类感知使得计算视觉相似性非常困难。豪斯多夫通过允许两个不同的图像在一般相似性相同时得分很高来处理这个问题。

如果您想计算数据距离，可以使用您喜欢的任何距离指标，并直接在像素上执行此操作。我特别喜欢这种比较的马哈拉诺比斯距离。

Answer 2

这是来自interesting link的similar question。使用自我训练神经网络识别相似的图像。

Answer 3

您希望使用希尔伯特曲线细分图像并读取rgb值。然后，您可以使用快速傅立叶变换将图像记录为离散模拟信号。然后，您可以将其存储到数据库中，并将其与其他结果进行比较。结果应该非常好。事实上，这就像JPEG压缩（希尔伯特曲线）中的Quantiziser步骤，除了JPEG压缩使用Morton曲线。

Answer 4

神经网络也带来了解决方案。您可以使用Kohonen网络（它将您的图像分组并提供它们的拓扑图）或使用Hopfield网络（提供一些代表性图像，并在学习过程后图像将通过网络分类为学习模式中提供的图像）。

Kohonen networks：http://en.wikipedia.org/wiki/Self-organizing_map

Hopfield网络http://en.wikipedia.org/wiki/Hopfield_network