繁体 English 中英

图像相似度和k均值聚类

[英]Image similarity and k-mean clustering

原文 2010-07-05 13:35:34 8 1 image/ cluster-analysis/ k-means

我正在玩图像相似度。 事实上我正在玩图像检索系统。 理想情况下，我想创建某种图像索引，我可以查询以获得类似的图像。

我目前的想法是将某种ImageDescriptor存储到索引中，每个描述符可以有不同的特征，例如k-mean-cluster-centroids，histograms，......我有一些简单的基于wight的计算 - 每个特征都有距离函数并且该函数的结果乘以它的wight并在所有特征中求和。 最终总和是我的图像的距离。 不确定这是一个好思路吗？

所以我开始玩直方图。 我存储直方图的索引，而不是查询直方图和索引存储的直方图之间的距离。 它提供了某种相似性，但在大多数情况下远非良好的理想。

现在我正在玩k-mean聚类。 我已经实现了基于RGB距离的分割（也将在Lab颜色模式下尝试）。 我的索引由质心向量（来自聚类）组成。 现在我正在进行质心之间的最小距离比较。 它给出了更好的结果，但也远没有好。

我的第一个问题是，我可以使用分段（群集）做更好的事情而不是查询距离吗？ 我如何包含形状信息？

正如旁注，大多数图像是日常物品（不同的铅笔，不同的眼镜，不同的鞋子......）的图像，并且在相同颜色的背景上具有不同的纹理。 没有自然的图像，面孔，树木，云，山......

关心扎哈里耶