重复的图像检测算法？
我正在考虑为图像创建一个数据库系统，在该系统中以紧凑的签名存储图像，然后将其与“查询图像”匹配，该“查询图像”可以是已存储图像的大小，裁剪，增亮，旋转或翻转的版本。请注意，我不是在谈论图像相似性算法，而是严格地说是关于重复检测。这会使事情变得简单得多。该系统不会在意两个图像上是否有大象，仅检测两个图像是否实际上是同一图像才是重要的。
直方图比较根本不适用于裁剪的查询图像。我看到的唯一可行的方法是形状/边缘检测。首先将图像离散化，例如，每个像素都将转换为8级灰度。离散图像将包含相同颜色的广阔区域，这将有助于指示形状。然后可以用系数描述这些形状，并可以记住它们的相对位置。紧凑的签名将由此产生。当必须执行比较时，将对要存储的每个图像和每个查询图像执行此过程。这听起来像是一种高效且可实现的算法吗？为了说明这个想法：
删除了死的ImageShack链接
我知道这是一个不成熟的研究领域，我已经阅读了有关该主题的Wikipedia，并且请您提出有关这种算法的想法。
回答：
SURF应该做好工作。
http://en.wikipedia.org/wiki/SURF
它很快就很健壮，它在旋转和缩放以及模糊和对比度/闪电方面不变（但不是那么强烈）。
有自动全景拼接的示例。
首先查看有关SIFT的文章
http://en.wikipedia.org/wiki/Scale-
invariant_feature_transform
以上是 重复的图像检测算法？ 的全部内容， 来源链接： utcz.com/qa/418267.html
