查找重复图像的软件链

Question

我想要实现的

我正在寻找一个软件链，以找到重复的图像。首先，这里是我如何定义一个重复的图像:有一个原始图像，直接来自一个相机，和修改版本的这个图像。修改映像可以是以下操作的任意操作或组合：

• 改变亮度、对比度、颜色(图像的修改版本可能是黑白的)
• 种植
• 调整大小
• 旋转
• 在图像周围添加一个框架
• 在框架上写字

一个现实世界的例子：

原始图像

​

光度+亮度变化+大小调整

​

种植

​

帧+文本

​

匹配上述任何一组图像将导致找到一个副本。正如你所看到的，这种修改并不是为了破坏，而是为了改善。例如，图像的主体(这里是闹钟)将永远不会被裁剪在它的中间。

修改可以链接(新的修改可以基于以前的修改，而不是原始图像)，导致图像被压缩了很多次。

然后，摄影师可以拍另一张照片：

​

​

这个观点和主题已经改变了(现在是0:02!) =>，与上面的任何图像相比，这个新的图像不应该被看作是重复的。

我到目前为止所做的事

#1 :摆脱框架

首先，我使用OpenCV的Canny检测器+ Hough算法在图像上找到垂直和水平线。然后，根据算法找到的线条对图像进行裁剪。

我一直面临这个解决方案的问题:当原始图片的背景中有水平线或垂直线时，很难区分哪些线条是从框架中，哪些是从图片=>手动检查。

我还设置了一个更高的阈值，以避免获得太多的假阳性:不幸的是，一些精心设计的框架(例如，具有梯度)会通过。

是否有更好的算法来检测这些帧？

#2 :寻找重复

到目前为止，我一直在使用pHash及其DCT图像哈希。它计算一个可视散列，并提供了一种在大型数据库中搜索类似图像的非常有效的方法。

优势：

• 它非常快
• 你可以搜索数千张图片
• 它对我所有的标准(裁剪，调整大小，重新压缩图像，旋转)都足够好。

缺点：

• 许多假阳性
• 查找从完全不同的视图获取的图像的副本。
• 当图像进行了组合修改时，可能会丢失一些副本。

所有重复的pHash发现的结果也是手工评审。这不是问题，除非输入的数据是同一主题的数千张图像。要审查的重复数量则呈二次增长，这不太方便。

关于改进重复检测的几点思考

我一直在研究如何减少来自pHash的假阳性。我的第一个想法是将OpenCV的模板匹配到我现有的软件链中。问题:它不适用于旋转图像。

然后，我学到了特征检测，我认为这可能是一条路。然而，这是一个非常广阔的领域，这是我需要帮助的地方。

我在本PDF第81页发现了一个有趣的特征检测器的比较。如果我做得对，我需要“旋转不变”、“尺度不变”，而不是“仿射不变”(这似乎是观点的改变)。这将给我以下几种选择：

• 哈里斯-拉普拉斯
• 拉普拉斯
• 狗
• 浪花

这些算法能满足我的需求吗？我应该将它们整合到我现有的链中，还是应该重新创建一个新的链？特征检测到重复匹配似乎还有很长的路要走，最好的方法是什么？

Answer 1

您应该采用本地特性匹配方法(SURF/ORB/ should .)您可以在这里找到一个很好的教程：matcher.html--如果效率非常重要，您可以用一个定制的查找-刚性转换代码替换OpenCV的findHomography，但是如果它不是一个大问题，findHomography可能会很好地为您服务。