C 重复图像检测算法？

我正在考虑为图像创建一个数据库系统，在该系统中，图像以紧凑的签名存储，然后与一个“查询图像”进行匹配，该图像可以是存储图像的大小调整、裁剪、加亮、旋转或翻转版本。请注意，我不是在谈论图像相似性算法，而是严格地谈论重复检测。这将使事情简单得多。系统不会在意两幅图像上是否有大象，重要的是检测两幅图像是否是同一幅图像

直方图比较对于裁剪的查询图像根本不起作用。我认为唯一可行的方法是形状/边缘检测。首先，图像将以某种方式离散化，例如，每个像素都转换为8级灰度。离散化图像将包含大量相同颜色的区域，这将有助于指示形状。这些形状可以用系数来描述，它们的相对位置可以记住。将由此产生紧凑的签名。当必须执行比较时，该过程将在存储的每个图像和每个查询图像上执行。这听起来像是一个有效且可实现的算法吗？为了说明这一想法：

拆下固定的影像棚链接

---

我知道这是一个不成熟的研究领域，我读过维基百科关于这个主题的文章，我想请你提出你对这种算法的想法。

看看他们有一个不断改进的好系统。我相信你可以从他们那里找到关于这个问题的研究论文

转换回C怎么样？

您可能会参考的文章

---

如果您运行的是Intel/AMD处理器，则可以使用Intel Integrated Performance Primitives访问图像处理函数库。除此之外，还有OpenCV项目，这也是为您提供的另一个图像处理函数库。使用库的优点是，您可以尝试各种已经实现的算法，看看哪些算法适合您的情况。

如果您想使用功能检测驱动的模型，您可能需要对图像进行分析（您可能需要对每种颜色进行SVD）并使用U和V矩阵的前几列以及相应的奇异值来判断图像的相似程度

---

与SVD方法非常相似的是一种称为SVD的方法，我认为这种方法更易于在图像之间进行比较。PCA方法非常接近于仅采用奇异值分解并通过将奇异值分解到U和V矩阵中来去除奇异值。如果您遵循PCA路径，您可能还希望查看。顺便说一句，PCA方法是在中用于提取特征的常用方法。

SURF应该完成它的工作

它是一种快速而稳健的方法，在旋转和缩放以及模糊和对比度/闪电（但不是那么强烈）时保持不变。
有一个自动全景拼接的例子

首先检查筛选的文章

---

我更喜欢在这里阅读和总结不同的观点。我以前见过Tineye。尝试不同的处理功能不是重点。我很感兴趣，如果你有一个特别的想法，甚至是一个非常稀疏的想法来完成任务。你能从目标和查询图像中提取频率成分，并进行“某种比较”吗？是的，这是非常稀疏的，已经有一段时间了。这样做需要大量计算；-）您引用的代码基于直方图获取。如果查询图像不可能被裁剪，它就可以正常工作。裁剪后的子图像将产生与整个图像完全不同的直方图，因此在这种情况下不适用。我试图澄清，查询图像将是原始图像的变体，而不是精确的副本。我必须调查SVD。是的，我编辑了我的解决方案。我拿出了校验和信息，把更多的信息放在SVD上。你说你说的不是相似性算法，而是重复检测。然而，如果你也在谈论允许更改，特别是裁剪，你不可避免地要对“相似性”的程度做出判断。毫无疑问，在进行比较时会有可接受的阈值。问题是，即使是经过裁剪和调整大小的查询图像也仍然包含相同形状/感兴趣区域的子集，它们的位置相对相同，但用不同数量的像素表示。