ارتباك في مختلف التدابير عن بعد: العلاقة المتقاطعة الطبيعية ومعامل الارتباط الطبيعي ومعامل Bhattacharya

Question

أنا مرتبك مع هذه التدابير الفاعلة المذكورة أعلاه - كما هو الحال بالنسبة للمسافة سيكون مفيدا لمطابقة تشابه الصورة. لقد قمت بإجراء الاستطلاع الخاص بي حول هذه التدابير وهذا هو استنتاجي. هل يمكن لأي شخص أن يقول لي إذا ذهبت خطأ في أي من التدابير عن بعد.

1) العلاقة المتقاطعة العادية: يعمل هذا جيدا مع الصور العادية وقدمت الصور المستورية التي يمكن قياس التشابه حتى تصل إلى حد ما، لا يعمل بشكل جيد بالنسبة للصور ذات السطوع المتنوع / التباين في حين يجب أن يكون لديك دعم حسب [ http://en.wikipedia.org/wiki/cross-correlation] . ولا يدعم تحول الصور.

2) معامل الارتباط غير الطبيعي: يطابق الصور المستوردة وفرق الفرق الكثيف، لكنها لا تدعم الصور التي تحولت.

3) معامل bhattacharya - يعمل بشكل جيد على الصور المستوردة والتحول، ولكن بالنسبة للصور ذات الفرق الكثيف I.E سطوع أو منخفضة التباين، فإنه لا يكتشف.

أعلم أن جميع تدابير التشابه البيانات هذه تعتمد على نوع على مجموعة البيانات التي لديك، ولكن هل يمكن لأي شخص أن يخبرني، إذا كنت مخطئا في أي مكان بنتائج أقيسي؟

Answer 1

هذه الشروط تنطبق جميعها على اختلافات مطابقة القالب، كما في OpenCV يتفارز . في جميع هذه الخوارزميات، تتم مقارنة صورتان بترجمة واحدة نسبة إلى أخرى، وأداء نوع من الحسابات على البكسل المتداخلة، وإرجاع رقم.

من المهم أن ندرك أنه في هذه العملية، لا يتم تنفيذ أي دوران من الدوران أو الحجم، لذلك لا يوجد أي منهم مصمم بشكل جيد بشكل خاص للعمل على الصور التي تم تدويرها أو تحجيمها. وهذا هو، إذا كنت تبحث في الكائنات التي تم تدويرها أو تحجيمها في الصور، فلن تستخدم هذه الطرق الصحيحة.

معظم الاختلافات التي بين الخوارزميات المختلفة هي فقط حول كيفية مقارنة البكسل بالضبط. في الأساس، كلما كان أكثر تطبيعا وتصحيحها ل (E.G.، يعني الإضاءة، المجموعة الإجمالية من السطوع، إلخ)، كلما ارتفعت التكلفة الحسابية وأفضل النتيجة (لحالات الإضاءة غير المعروفة). بعض الأفكار البسيطة حول كيفية التفكير في هذه هي ما يلي. تعمل تلك التطبيع فقط مع البيانات الطبيعية، تعمل بشكل جيد للاختلافات الشاملة للإضاءة، كما لو كانت الأنوار في الغرفة قد ظهرت لأعلى أو لأسفل. الارتباط الصليب هو الأكثر استخداما، لأنه سريع نسبيا ويعطي نتائج معقولة. يقارن معامل الارتباط النسبي إلى المتوسط، لذلك مرة أخرى، هذا خيار جيد للاختلافات الإضاءة. إذا كنت تستخدم الصور الخارجية، فأنت تريد دائما استخدام طريقة طبيعية. إذا لم تكن قلقة من الوقت الحاسمي، فإن معامل الارتباط الطبيعي هو الأفضل.