位图数据相似度算法答案

【问题标题】：bitmap data likeness algorithm位图数据相似度算法
【发布时间】：2011-07-12 02:17:49
【问题描述】：

我想比较两个位图或位图的一部分，看看它们有多相似。

我遇到了一些字符串数据的相似度算法，例如 Levenshtein 距离和 Jaro-Winkler 距离。显然，这些对于位图数据没有帮助。

谁能推荐一种算法来比较位图的相似程度？

编辑

感谢您的想法、链接等。

虽然所有信息都有助于熟悉此主题，但我想知道如何生成图像，更多类似以下内容：

【问题讨论】：

【解决方案1】：

您可以使用Hausdorff image comparison，但请注意这需要二进制图像。

值得注意的是，视觉上相似的图像可能具有截然不同的底层像素表示。人类感知使计算视觉相似度变得相当困难。 Hausdorff 通过允许两个不同的图像在总体相似性相同时获得高分来很好地处理这个问题。

如果您想计算数据距离，您可以使用任何您喜欢的距离度量并直接在像素上进行。对于这种比较，我特别喜欢马氏距离。

【讨论】：

【解决方案2】：

这是来自similar question 的interesting link。使用自训练神经网络识别相似图像。

【讨论】：

【解决方案3】：

您想使用希尔伯特曲线细分图像并读取 rgb 值。然后，您可以使用快速傅立叶变换将图像记录为离散的模拟信号。然后您可以将其存储到数据库中并将其与其他结果进行比较。结果应该很好。事实上，这类似于 JPEG 压缩（希尔伯特曲线）中的量化步骤，只是 JPEG 压缩使用的是莫顿曲线。

【讨论】：

【解决方案4】：

神经网络也带来了解决方案。您可以使用 Kohonen 网络（它将您的图像分组并给出它们的拓扑图）或使用 Hopfield 网络（提供一些有代表性的图像，在学习过程之后，图像将通过网络分类为学习模式下提供的图像）。

【讨论】：