小黄片软件下载白乳胸,欧美成人网站,久久精品影院

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算法都是通過獲取圖片的hash值，再比較兩張圖片hash值的漢明距離來度量兩張圖片是否相似。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)

優點：速度快

缺點：精確度較差，對均值敏感

感知哈希算法(pHash)

差異哈希算法(dHash)

SIFT算法

SIFT（Scale Invariant Feature Transform，尺度不變特征轉換）用于描述影像中的局部特征。該算法可有效查找關鍵特征點，避免圖形變換、光照和遮擋等因素影響。通過特征點數進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,為場景的低維簽名向量。采用全局特征信息對場景進行識別與分類不需要對圖像進行分割和局部特征提取,可以實現快速場景識別與分類。比如：對于“大街上有一些行人”這個場景，我們必須通過局部特征辨認圖像是否有大街、行人等對象，再斷定這是否是滿足該場景。但這個計算量無疑是巨大的，且特征向量也可能大得無法在內存中存儲計算。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。比如：我們無需知道圖像中在那些位置有多少人，或者有其他什么對象。然而大多數城市看起來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就像一個大表面拉伸天際線，里面充滿了凹型（車輛）；而森林場景將包括在一個封閉的環境中，有垂直結構作為背景（樹），并連接到一定紋理的水平表面（草）。如此看來，空間包絡可以一定程度表征這些信息。定義下列五種對空間包絡的描述方法：

自然度（Degree of Naturalness）：場景如果包含高度的水平和垂直線，這表明該場景有明顯的人工痕跡，通常自然景象具有紋理區域和起伏的輪廓。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。

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

從而基于上述五點對圖像進行特征描述。

直方圖

將圖像灰度化后可以得到不同灰度級的像素點個數，從而構成灰度級-像素點數的直方圖。該直方圖信息不能有效的顯示各個像素點的空間分布，但是對于一些不需要空間分布信息的是一種簡單有效的比對方法。基于直方圖信息，可以比較均值、相關性、卡方值、交叉、巴氏距離等等方式比對兩兩圖像之間相似度。

常見參數： 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。上述兩種對縮放、旋轉、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，我們經常會使用到PSNR來衡量程序的處理結果是否令人滿意。然而PSNR的分數無法和人眼看到的品質完全一致。PSNR是原圖像與被處理圖像之間的均方誤差相對于( 2 n ? 1 ) 2 (2^n-1)^2(2n?1) 2 的對數值(信號最大值的平方，n是每個采樣值的比特數)，計算公式如下：