SVD 如何在图像中找到相似的块？答案

【问题标题】：How SVD works to find similar blocks in image?SVD 如何在图像中找到相似的块？
【发布时间】：2010-11-06 13:45:26
【问题描述】：

我正在编写代码来找出图像的哪一部分被复制，所以我需要在图像中找到相似的块。我需要使用 SVD（奇异值分解）来查找哪些块匹配在一起。你知道我如何在图像上应用 SVD 来找到相似的块吗？

请帮帮我。谢谢

【问题讨论】：

标签： svd

【解决方案1】：

SVD 可用于比较图像（块），方法是将 SVD 应用于两个图像，然后仅比较它们的 SVD 近似值，直至达到特定顺序。通过将 SVD 结果视为特征向量（-> 机器学习），这可以扩展到两个以上的图像，例如k-nearest neighbor 或 Cluster analysis。

【讨论】：

您好，感谢您的回答，但是我需要在一张图片中找到相似的块，当您复制图像的某些部分并将其粘贴到另一部分时，这意味着图像的两个部分是相同的，我想用 svd 找到这两部分。
这不是 SVD 的工作方式。对于您想要实现的 SVD 来说，这不是正确的起点，尽管它可以成为解决方案的一部分。但是：AFAICS，大多数解决问题的方法通常不涉及 SVD。