搜索引擎对相似图片识别方法

cheer

用户对图片的各种需求大幅增长，图片资源也大幅增长，百度会加大对图片资源的应用与合作
“2012年用户对图片类的需求在高速增长，且互联网中的图片资源也在大幅增长，为了更好的满足用户体验，且将优质的图片资源更好的展现给用户，在2013年百度会加大对图片资源的应用与合作。”
一、颜色分布法
每张图片都可以生成颜色分布的直方图(color histogram)。如果两张图片的直方图很接近，就可以认为它们很相似。
二、内容特征法
除了颜色构成，还可以从比较图片内容的相似性入手。
首先，将原图转成一张较小的灰度图片，假定为50x50像素。然后，确定一个阙值，将灰度图片转成黑白图片。
如果两张图片很相似，它们的黑白轮廓应该是相近的。于是，问题就变成了，第一步如何确定一个合理的阙值，正确呈现照片中的轮廓?
显然，前景色与背景色反差越大，轮廓就越明显。这意味着，如果我们找到一个值，可以使得前景色和背景色各自的“类内差异最小”
假定一张图片共有n个像素，其中灰度值小于阙值的像素为 n1 个，大于等于阙值的像素为 n2 个( n1 + n2 = n )。w1 和 w2 表示这两种像素各自的比重。
w1 = n1 / n
w2 = n2 / n
再假定，所有灰度值小于阙值的像素的平均值和方差分别为 μ1 和 σ1，所有灰度值大于等于阙值的像素的平均值和方差分别为 μ2 和 σ2。于是，可以得到
类内差异 = w1(σ1的平方) + w2(σ2的平方)
类间差异 = w1w2(μ1-μ2)^2
可以证明，这两个式子是等价的：得到“类内差异”的最小值，等同于得到“类间差异”的最大值。不过，从计算难度看，后者的计算要容易一些。

   本文信息来源免费发布信息网 http://www.jinriwujin.com/  

升隆财富

这个第一次听说 学习了