2014-12-20 9 views
5

Voglio cercare aree simili in due immagini, ma non so cosa funzioni meglio. Le aree non vengono ridimensionate o trasformate in alcun modo, ma possono apparire ovunque in entrambe le immagini (voglio sapere dove). Ci sono altre cose intorno a loro.Buon algoritmo per trovare aree simili nelle immagini?

Questo è un esempio di quello che voglio:

two images with overlap showing

Come posso fare questo?

+1

io non sono un ex su questo, ma penso che questo tipo di algoritmo dipenda molto dal formato delle immagini. Hai intenzione di lavorare su un particolare formato o hai bisogno che sia generale? – Desaroll

+0

Hmm: il tuo esempio rimuove il bit di luce blu nell'angolo in basso a destra. E 'ancora considerato "lo stesso" allora? I.e, lo spazio rettangolare è rilevante? – usr2564301

+0

@Jongware: mi interessa solo le coordinate. Consideralo ritagliato dall'immagine 2 usando le coordinate nell'immagine 2 :) E sì, sto solo cercando i rettangoli. –

risposta

2
  1. immagine segmentate

    Per ottenere legato rettangoli/poligono/maschera di aree trovati

  2. per ogni regione calcolo

    • istogramma
    • FFT o DCT e filtrare i dati unsignificant (per lo più alte frequenze ... simili JPEG comprimation)
    • dimensioni (larghezza, altezza, area, il perimetro lunghezza ...)
  3. trovare corrispondenze

    Quindi confrontare ciascuna regione tra le immagini. Gestire i dati da # 2 come singolo set di dati e calcolare la similarità tra le regioni rispetto sulla base di uno tra i seguenti:

  4. per immagini specifiche è possibile creare il proprio confronto personalizzata

    • per esempio qui è mio per OCR
    • se si desidera che la stessa dimensione, allora è possibile aggiungere facilmente il confronto delle dimensioni +/- certa soglia
  5. per migliorare la precisione

    Puoi dividere ogni regione in poche sottoregioni e calcolare # 2 anche per loro per avere un set di dati più robusto ma attenzione alle rotazioni.

    Anche se la segmentazione si basa sul coefficiente di omogeneità di colore, allora è possibile includere anche che per il set di dati

  6. immagini ruotate

    Per questo è necessario utilizzare le funzioni independend a rotazione come:

    • istogramma
    • omogeneità colore
    • forme di utilizzo di sub-regioni invarianti a rotazione come i cerchi co-centrica ...

    o trovare base di funzione/bordo e ruotare un'immagine per abbinare l'altro di una posizione ...

  7. poligoni

    per le immagini dei poligoni è possibile vectorise immagine torna a forma vettoriale e quindi utilizzare qualsiasi algoritmo polygon comparison

Problemi correlati