Image processing 检索'；外观相似'；图像：密集筛选还是其他描述？

我正在发布我的数据集的3张图像，以显示我的图像在视觉上的外观：

我正在使用VLFFeat DSIFT实现。我使用每描述符4个方向，而不是8个方向。所以在我的例子中，它是64维向量，而不是128维向量。我使用图像的原始比例，因为我的图像数据最初是从固定距离获取的。我以4/8像素的间隔密集计算描述符。我已经做了几个实验，将窗口大小从80*80像素变为20*20像素。我用不同数量的集群中心做了一个集群方法。最后，我用推土机的距离来计算相似性度量。 在对窗口大小、字数进行各种参数调整后，我发现即使我有类似于1和3的图像，距离度量表示图像1与图像2更相似，而图像1与图像3更相似

我做了主成分分析来观察数据的差异。我希望图像1和图像2具有分离的簇，而图像1和图像3具有重叠的簇。由于我绘制了前3个维度，而这3个维度只占数据的不到30%，我确信包括所有维度（当然我无法想象）会产生更糟糕的结果

如果我认为筛选不是我申请的最佳选择，或者我遗漏了一些东西。我已经使用了GLCM，但没有得到好的结果。 欢迎对任何其他功能空间提出任何建议。 谢谢你的洞察力

---

您是否尝试过在特征提取之前改变平滑/模糊的程度？您可能正确地认为，SIFT（和其他局部纹理特征）不适合此任务，因为您的图像相对无纹理。是的。我试着平滑图像。但是，由于我对所有图像都使用相同的平滑处理，因此不会影响结果。