图像边缘检测:用于CBIR的两幅图像的边缘数据比较

Question

我在图像处理方面是个新手。为了建立基于内容的图像检索(CBIR)系统，必须将查询图像的图像特征信息与图像数据库中的图像特征信息进行匹配，以便从数据库中找到与查询图像相同或相似的图像。我已经选择了Sobel边缘检测作为目前的功能。

我可以通过Sobel边缘检测算法从边缘图像形式的对象图像中提取边缘信息。结果是一张黑色图片，白色像素表示原始图像的边缘。(这些描述可能看起来非常基本和不必要，但我想弄清楚我手头到底有多少数据)

我必须比较两个图像的边缘信息，以找出它们有多相似/不相似。实际上，我需要以这种方式将查询图像与数据库的所有图像进行比较，以找到相似的图像以及它们与查询图像的相似程度。在比较之后，我需要一个数字度量来判断两个图像之间的距离(比如曼哈顿距离/卡方距离等)。

那么，在应用Sobel算子提取边缘检测之后，我应该如何‘比较’两幅边缘图像呢？我应该从边缘图像制作一个直方图并计算两个直方图之间的差异吗？或者应该遵循一些其他的方法？

我需要建议。我在网上找到的每篇论文都反复描述相同的事情，什么是边缘检测以及如何做。在检测到要在CBIR系统中使用的边缘后，我找不到任何有用的确切建议。而且，任何特定于软件/语言的答案对我都没有用处。我需要一个算法，我会自己实现它。

Answer 1

首先对图像应用contorlet变换，并提取成为图像边缘特征的均值和方差，然后在这些边缘特征上应用任何相似性检查测试，最好的是欧几里德距离度量。