【发布时间】：2013-02-22 02:44:06
【问题描述】：
我想知道我正在尝试做的事情是否可能，或者我是否只是在尝试做不可能/解决无法解决的问题。
我的目标是将图像（它们会有噪声，但所有图像都具有非常相似的噪声）与图像数据库进行比较，并告诉我它是否找到匹配项。例如：img1img2
我想指出我已经搜索过，但除了理论讨论之外，我从未找到实际应用，并且到目前为止我无法理解如何应用其中一些想法（在这种情况下，直方图比较完全失败，我无法实现数据树，phash 也失败了）。
我怎么能说他们都很相似？有什么算法可以告诉我吗？
我想我应该首先使用某种降噪/边缘检测（实际上我已经尝试了一些并且在边缘检测方面取得了成功）。那么，假设我有一个不错的边缘检测，我该如何比较它们呢？
我知道这不是一个容易的话题，但我想知道我是否正在打一场失败的战斗，是否应该接受并放弃。
【问题讨论】：
-
There was just a question about this yesterday. 这个问题已经够难的了，以至于人们把整个博士论文都花在了高效地做这件事上。你的问题应该只是关于你想走多远。
-
几乎所有比较图像的方法都以某种方式使用直方图 - 从简单的颜色直方图比较到边缘/梯度比较（例如 HOG：定向梯度直方图）。显然，您需要以某种方式存储直方图或散列数据以供以后使用，但是 RDBM 不适合这种情况，您需要一个可以存储在磁盘上的特殊结构，但我只能告诉您这些。
-
img1 和 img2 看起来一样 - 这是故意的吗？
-
@AndrewMao 谢谢，我现在正在阅读这些论文，希望我能找到一种方法来实现我的目标。
-
@Dai 一个特殊的结构？为什么 RDBM 不合适？即使是少量图像？(
标签： image matlab opencv image-recognition