定性比较两幅Opencv图像

我尝试过使用直方图比较进行图像比较。然而，这似乎并没有给我带来好的结果。供您参考：

-应用：目视检查特定物体上的任何缺陷

-测试图像（静态）：通过固定摄像头拍摄，可能会产生不同的对比度和亮度

-条件：检查缺陷，但不检查照明问题

正如我所知，直方图比较是相当对比度和亮度敏感。此外，我还通过了功能检测，如冲浪和一个非常浅的方式只。SURF相当健壮，但它不会返回定性数据，例如两幅图像之间的相似性百分比。我需要一个阈值，以便知道“不匹配”是对比度和亮度问题还是真正的缺陷

有什么建议或例子吗？

---

我是否可以继续坚持直方图比较？也许执行直方图均衡化会有帮助

这取决于要检测的缺陷类型。在这里，您的缺陷似乎不能用几何特征来描述，而是通过一些亮度（亮度？颜色？）变化来描述

正如您所猜测的，第一步是消除自然强度变化。 您可以通过将被测图像复制到参考图像上，而不是通过直方图均衡化来实现。此任务的一个更健壮的算法称为

完成此操作后，您可能需要将受测图像注册（即覆盖）到参考图像。有很多算法可以实现这一点，最终它将取决于您的图像

最后，您需要检测这些更改。 直方图不匹配可以用来衡量，但在我看来，这是一个非常粗糙的工具。

---

如果您需要更高的精度，图像差异和适当的过滤可能会很有用，但这在很大程度上取决于您的图像和应用程序上下文。

您尝试过SSIM（结构相似性索引）吗？我认为这是用于视频的？您可以使用它来比较两个视频（通过比较每个图像对）；）“结构相似性（SSIM）指数是一种测量两幅图像之间相似性的方法”我想避免的是亮度和对比度问题，但我想检测的是真实的缺陷，如异物、污渍、污垢等。你应该举个例子（如果你不能显示真实的图像，即使已经绘制）。这将使你的目标更加明确。