圖像相似度分析——相似度算法

Hash算法

Hash算法有三種，分別為平均哈希算法(aHash)、感知哈希算法(pHash)和差異哈希算法(dHash)。三種Hash算法都是通過(guò)獲取圖片的hash值，再比較兩張圖片hash值的漢明距離來(lái)度量?jī)蓮垐D片是否相似。兩張圖片越相似，其漢明距離越小。

主要操作步驟：

平均哈希算法(aHash)

優(yōu)點(diǎn)：速度快

缺點(diǎn)：精確度較差，對(duì)均值敏感

感知哈希算法(pHash)

差異哈希算法(dHash)

SIFT算法

SIFT（Scale Invariant Feature Transform，尺度不變特征轉(zhuǎn)換）用于描述影像中的局部特征。該算法可有效查找關(guān)鍵特征點(diǎn)，避免圖形變換、光照和遮擋等因素影響。通過(guò)特征點(diǎn)數(shù)進(jìn)一步判斷圖片間的相似度。

GIST算法

全局特征信息又稱為“Gist”信息,為場(chǎng)景的低維簽名向量。采用全局特征信息對(duì)場(chǎng)景進(jìn)行識(shí)別與分類不需要對(duì)圖像進(jìn)行分割和局部特征提取,可以實(shí)現(xiàn)快速場(chǎng)景識(shí)別與分類。比如：對(duì)于“大街上有一些行人”這個(gè)場(chǎng)景，我們必須通過(guò)局部特征辨認(rèn)圖像是否有大街、行人等對(duì)象，再斷定這是否是滿足該場(chǎng)景。但這個(gè)計(jì)算量無(wú)疑是巨大的，且特征向量也可能大得無(wú)法在內(nèi)存中存儲(chǔ)計(jì)算。這迫使我們需要一種更加“宏觀”的特征描述方式，從而忽略圖片的局部特點(diǎn)。比如：我們無(wú)需知道圖像中在那些位置有多少人，或者有其他什么對(duì)象。然而大多數(shù)城市看起來(lái)就像天空和地面由建筑物外墻緊密連接；大部分高速公路看起來(lái)就像一個(gè)大表面拉伸天際線，里面充滿了凹型（車(chē)輛）；而森林場(chǎng)景將包括在一個(gè)封閉的環(huán)境中，有垂直結(jié)構(gòu)作為背景（樹(shù)），并連接到一定紋理的水平表面（草）。如此看來(lái)，空間包絡(luò)可以一定程度表征這些信息。定義下列五種對(duì)空間包絡(luò)的描述方法：

自然度（Degree of Naturalness）：場(chǎng)景如果包含高度的水平和垂直線，這表明該場(chǎng)景有明顯的人工痕跡，通常自然景象具有紋理區(qū)域和起伏的輪廓。所以，邊緣具有高度垂直于水平傾向的自然度低，反之自然度高。

開(kāi)放度（Degree of Openness）：空間包絡(luò)是否是封閉（或圍繞）的。封閉的，例如：森林、山、城市中心?；蛘呤菑V闊的，開(kāi)放的，例如：海岸、高速公路。 粗糙度（Degree of Roughness）：主要指主要構(gòu)成成分的顆粒大小。這取決于每個(gè)空間中元素的尺寸，他們構(gòu)建更加復(fù)雜的元素的可能性，以及構(gòu)建的元素之間的結(jié)構(gòu)關(guān)系等等。粗糙度與場(chǎng)景的分形維度有關(guān)，所以可以叫復(fù)雜度。 膨脹度（Degree of Expansion）：平行線收斂，給出了空間梯度的深度特點(diǎn)。例如平面視圖中的建筑物，具有低膨脹度。相反，非常長(zhǎng)的街道則具有高膨脹度。 險(xiǎn)峻度（Degree of Ruggedness）：即相對(duì)于水平線的偏移。（例如，平坦的水平地面上的山地景觀與陡峭的地面）。險(xiǎn)峻的環(huán)境下在圖片中生產(chǎn)傾斜的輪廓，并隱藏了地平線線。大多數(shù)的人造環(huán)境建立了平坦地面。因此，險(xiǎn)峻的環(huán)境大多是自然的。

從而基于上述五點(diǎn)對(duì)圖像進(jìn)行特征描述。

直方圖

將圖像灰度化后可以得到不同灰度級(jí)的像素點(diǎn)個(gè)數(shù)，從而構(gòu)成灰度級(jí)-像素點(diǎn)數(shù)的直方圖。該直方圖信息不能有效的顯示各個(gè)像素點(diǎn)的空間分布，但是對(duì)于一些不需要空間分布信息的是一種簡(jiǎn)單有效的比對(duì)方法。基于直方圖信息，可以比較均值、相關(guān)性、卡方值、交叉、巴氏距離等等方式比對(duì)兩兩圖像之間相似度。

常見(jiàn)參數(shù)： MSE(mean squared error)：圖像像素值的平方誤差。 RMSE(root mean squared error)：圖像像素值的平方根誤差。 上述兩種對(duì)縮放、旋轉(zhuǎn)、裁剪敏感。

PSNR(Peak Signal Noise Ratio)也叫峰值信噪比：為了衡量處理后圖像的品質(zhì)，我們經(jīng)常會(huì)使用到PSNR來(lái)衡量程序的處理結(jié)果是否令人滿意。然而PSNR的分?jǐn)?shù)無(wú)法和人眼看到的品質(zhì)完全一致。PSNR是原圖像與被處理圖像之間的均方誤差相對(duì)于( 2 n ? 1 ) 2 (2^n-1)^2(2n?1) 2 的對(duì)數(shù)值(信號(hào)最大值的平方，n是每個(gè)采樣值的比特?cái)?shù))，計(jì)算公式如下：

由于PSNR的取值范圍在(0,inf)，PSNR的值越大表示圖像越相似。如果想要將PSNR指標(biāo)量化為相似度，可以基于測(cè)試圖片上設(shè)置一個(gè)最大的PSNR值，進(jìn)行取最大操作來(lái)?yè)Q算成相似度。

SSIM

結(jié)構(gòu)相似性度量（SSIM）是一種全參考的圖像質(zhì)量評(píng)價(jià)指標(biāo)，分別從亮度、對(duì)比度、結(jié)構(gòu)三個(gè)方面度量圖像相似性，該方法通常用來(lái)衡量一張圖片壓縮后的失真度，比較少的用來(lái)計(jì)算兩圖的相似度。結(jié)構(gòu)相似性相對(duì)于峰值信噪比而言，結(jié)構(gòu)相似性指標(biāo)在圖像品質(zhì)的衡量上更符合人眼對(duì)圖像品質(zhì)的判斷。

參考：

https://www.kanwangapp.com/thread-891152-1-1.html

cosin相似度

根據(jù)圖像的灰度直方圖，將圖像轉(zhuǎn)換為向量形式，通過(guò)兩向量之間的余弦值計(jì)算圖像的相似度。余弦值越接近1，就表明夾角越接近0度，也就是兩個(gè)向量越相似。

參考：

王朝卿,沈小林,李磊.圖像相似度計(jì)算算法分析[J].現(xiàn)代電子技術(shù),2019,42(09)10.16652/j.issn.1004-373x.2019.09.008.

其他

除了上面的圖像相似度評(píng)估指標(biāo)之外，還有很多其他的圖像質(zhì)量評(píng)估指標(biāo)算法，例如：MS-SSIM、ERGAS、SCC、RASE、SAM、D_lambda、D_S、QNR、VIF以及PSNR-B。

審核編輯：黃飛