一种基于数据场聚类的图片相似性比较方法

针对图片相似性比较的问题,提出了一种基于数据场聚类的图片相似性比较方法。该方法首先把图片信息从RGB颜色模型转换到HSV颜色模型,再把每个像素点投影到HSV三维空间,通过数据场聚类算法提取主颜色,最后依据两张图片的主颜色进行图片相似程度的判断。通过试验验证,该算法具有较好相似性判断的效果。

引入图片相似性的PatchMatchGraph方法

随着人工标注的在线图像数据越来越多,数据驱动的相关算法日益受到人们的关注.图像语义分割是图像分割领域的一项重要任务,S.Gould等人提出了PatchMatchGraph算法,该算法通过对图片集合建立图片之间像素块的映射,使得PatchMatch算法在图片语义分割应用上有着很好的效果,但是由于PatchMatchGraph算法对于计算机内存的消耗太大,限制了其进一步的应用.我们提出了一个新的算法框架,通过引入图片相似性,对训练集做预筛选,保持允许范围内准确度的同时,降低了内存的消耗,为算法应用提供了新的指导思路.