¿Algoritmos de detección de imágenes duplicados?

Question

Estoy pensando en crear un sistema de base de datos para imágenes donde se almacenan con firmas compactas y luego comparar con una "imagen de consulta" que podría ser una versión redimensionada, recortada, iluminada, rotada o volteada de la almacenada. Tenga en cuenta que no estoy hablando de algoritmos de similitud de imagen, sino estrictamente sobre la detección de duplicados. Esto haría las cosas mucho más simples. Al sistema no le importaría si dos imágenes tienen un elefante, solo sería importante detectar si las dos imágenes son de hecho la misma imagen.

Las comparaciones de histogramas simplemente no funcionarán para las imágenes de consulta recortadas. La única forma viable de ir es la detección de forma/borde. Primero, las imágenes se discretizarán de alguna manera, convirtiendo cada píxel a una escala de grises de 8 niveles, por ejemplo. La imagen discretizada contendrá amplias regiones del mismo color que ayudarían a indicar formas. Estas formas podrían describirse con coeficientes y su posición relativa podría ser recordada. Las firmas compactas se producirían a partir de eso. Este proceso se llevará a cabo sobre cada imagen que se almacena y sobre cada imagen de consulta cuando se tiene que realizar una comparación. ¿Eso suena como un algoritmo eficiente y realizable? Para ilustrar esta idea:

eliminado enlace ImageShack muertos

Sé que esto es un área de investigación inmaduro, He leído Wikipedia sobre el tema y le pediría a proponer sus ideas acerca de un algoritmo.

Answer 1

SURF debe hacer su trabajo.

http://en.wikipedia.org/wiki/SURF

Es rápido una robusta, que es invariante en las rotaciones y escalado y también en contraste blure y/rayo (pero no tan fuerte).
Hay un ejemplo de pespunte panorámico automático.

Comprobar artículo sobre SIFT primera
http://en.wikipedia.org/wiki/Scale-invariant_feature_transform

Answer 2

Echa un vistazo a tineye.com Tienen un buen sistema que siempre está mejorando. Estoy seguro de que puedes encontrar trabajos de investigación sobre el tema.

Answer 3

¿Qué hay de la conversión de this python codes a C?

Answer 4

El artículo se puede estar refiriendo a on Wikipedia on feature detection.

Si está ejecutando un procesador Intel/AMD, puede usar Intel Integrated Performance Primitives para tener acceso a una biblioteca de funciones de procesamiento de imágenes. O más allá de eso, está el proyecto OpenCV, una vez más otra biblioteca de funciones de procesamiento de imágenes para usted. La ventaja de utilizar una biblioteca es que puede probar varios algoritmos, ya implementados, para ver qué funcionará para su situación.

Answer 5

Si desea hacer un modelo impulsado por detección de características, quizás podría tomar el singular value decomposition de las imágenes (probablemente tendría que hacer una SVD para cada color) y usar las primeras columnas de las matrices U y V junto con los valores singulares correspondientes para juzgar qué tan similares son las imágenes.

Muy similar al método SVD es uno llamado principle component analysis que creo que será más fácil de usar para comparar imágenes. El método PCA está muy cerca de simplemente tomar la SVD y deshacerse de los valores singulares al factorizarlos en las matrices U y V. Si sigue la ruta PCA, también puede consultar correspondence analysis. Por cierto, el método PCA fue un método común utilizado en el Netflix Prize para extraer características.