расстояние Хаусдорфа

[ProgRoman 9]

Добрый день у меня вопрос правильно ли я понял само расстояние как оно считается

Пусть есть два изображения X и Y вытягиваем эти два изображения в вектор длина которого пусть N

H(X,Y)- это расстояние Хаусдорфа,

H(X,Y)=max(h1,h2)

h1=max_imin_j|x_i-y_j|

h2=max_jmin_i|x_i-y_j|

то есть само расстояние разница берётся по пикселям изображений ниже приведён код

double calcHausdorff(const Mat &v1,const Mat &v2)

{

	double res=0,h1=-100000,h2=-100000;

	int n=v1.size().area();


	//calc h1

	for(int i=0; i<n; i++)

	{

		double xi = v1.at<double>(i);

		double dmj=100000;

		for(int j=0; j<n; j++)

		{

			double yj = v2.at<double>(j);

			dmj=MIN(dmj,abs(xi-yj))

		}

		h1=MAX(h1,dmj);

	}


	//calc h2

	for(int j=0; j<n; j++)

	{

		double yj = v2.at<double>(j);

		double dmj=100000;

		for(int i=0; i<n; i++)

		{

			double xi = v1.at<double>(i);

			dmj=MIN(dmj,abs(xi-yj))

		}

		h2=MAX(h2,dmj);

	}


	res=MAX(h1,h2);

	return res;

}

похоже ли на правду ну что я реализовал или где-то ошибаюсь?...

[Smorodov 579]

Что то у Вас как то просто слишком

Хотя по смыслу похоже.

Вот тут как то сложнее:

http://www.cs.cornell.edu/~dph/papers/HKR-TPAMI-93.pdf

[Pavia00 32]

Всё правильно.

Smorodov Метрика простая, а вот в способ применения надо вникать.

[Smorodov 579]

Ну да, контекст применения метода часто намного сложнее самого метода.

ЗЫ:

Чтобы не писать в таком духе:

 double res=0,h1=-100000,h2=-100000;

в заголовочнике float.h определены удобные константы:

#define DBL_DIG 15 /* # of decimal digits of precision */

#define DBL_EPSILON 2.2204460492503131e-016 /* smallest such that 1.0+DBL_EPSILON != 1.0 */

#define DBL_MANT_DIG 53 /* # of bits in mantissa */

#define DBL_MAX 1.7976931348623158e+308 /* max value */

#define DBL_MAX_10_EXP 308 /* max decimal exponent */

#define DBL_MAX_EXP 1024 /* max binary exponent */

#define DBL_MIN 2.2250738585072014e-308 /* min positive value */

#define DBL_MIN_10_EXP (-307) /* min decimal exponent */

#define DBL_MIN_EXP (-1021) /* min binary exponent */

#define _DBL_RADIX 2 /* exponent radix */

#define _DBL_ROUNDS 1 /* addition rounding: near */


#define FLT_DIG 6 /* # of decimal digits of precision */

#define FLT_EPSILON 1.192092896e-07F /* smallest such that 1.0+FLT_EPSILON != 1.0 */

#define FLT_GUARD 0

#define FLT_MANT_DIG 24 /* # of bits in mantissa */

#define FLT_MAX 3.402823466e+38F /* max value */

#define FLT_MAX_10_EXP 38 /* max decimal exponent */

#define FLT_MAX_EXP 128 /* max binary exponent */

#define FLT_MIN 1.175494351e-38F /* min positive value */

#define FLT_MIN_10_EXP (-37) /* min decimal exponent */

#define FLT_MIN_EXP (-125) /* min binary exponent */

#define FLT_NORMALIZE 0

#define FLT_RADIX 2 /* exponent radix */

#define FLT_ROUNDS 1 /* addition rounding: near */

[/code]

[Nuzhny 243]

ЗЫ:

Чтобы не писать в таком духе:

 double res=0,h1=-100000,h2=-100000;

в заголовочнике float.h определены удобные константы:

...

А для С++-эстетов есть std::numeric_limits<>

[DoctorZelen 0]

У меня один вопрос: что за расстояние Хаусдорфа и как его применить к изображению ?

[ProgRoman 9]

ok, спасибо)

я применяю её для сравнения двух изображений к примеру дорожных знаков, и что-то как то не особо успешно... на одном и том же изображении она даёт 0 в других случаях всё как-то не особо понятно... к примеру при сравнении этой мерой 3-х прикреплённых изображений первые два из одного класса а второе из другого такие результаты

первое с третьим 0.0352941

первое со вторым 0.117647

на мой взгляд это странно я думал для более похожих изображений расстояние будет меньше чем для более отличающихся изображений

[DoctorZelen 0]

на мой взгляд это странно я думал для более похожих изображений расстояние будет меньше чем для более отличающихся изображений

может стоить переводить картинки в градацию серого, убирая таким образом все цвета, вы ж сравниваете картинки попиксельно.

[Smorodov 579]

А я думаю все верно, попробуйте перевести в серый цвет или привести цветовые тона к одной палитре. Или пропустить изображение через фильтр поиска граней. Плюс к тому, неплохо-бы убрать фон.

[ProgRoman 9]

эти результаты уже с приведением изображений в градации серого, при бинаризации почему-то у меня всегда 0 получается....

фон пока не пробовал вычитать..., но я как то думал, что она и так должна бы работать ну пусть хуже чем с контурами объектов, но всё равно должна бы давать какие-то разумные реультаты... а эти что-то не особо понятны...

[mrgloom 242]

такие результаты имхо из-за того что фон в одном случае белый, а в другом чёрный.

и вообще просто сравнивать пиксели изображений или там гистограммы это как мне кажется очень не точный метод.

[ProgRoman 9]

согласен, что такие методы не особо точны

вот ещё по самому методу я при вычислении расстояния вычислял разность между пикселями каждый с каждым

dmj=MIN(dmj,abs(xi-yj))

не стоит ли брать не только разность интенсивностей у пикселей, но и их расположение ну т.е.

dmj=MIN(dmj,abs(xi-yj)+abs(i-j))

[ProgRoman 9]

попробовал вроде бы результаты лучше... также картинки очистил от фона т.е. остались только знаки

[Smorodov 579]

Сравнение можно упростить размыв, или сильнее уменьшив изображение.

И почему бы здесь просто по дескрипторам не сравнивать?

[Pavia00 32]

Метрика работает правильно. А вот применение не правильное. Все эти три изображения для данной метрики будут похожи так как все они содержат одинаковые цвета.

Суть этой метрики в том чтобы найти минимальное отличие и выбрать из них максимальное. Данная метрика будет хорошо работать если сравнивать не цвета, а к примеру найти границу посчитать расстояние границы до центра изображения и тогда уже сравнивать.

[mrgloom 242]

можно вырезать только круглые и квадратные области с изображений, привести к одному размеру.

найти границы и для каждой точки границы посчитать shape context дескрипторы только еще с доп. информацией о цветах в пространстве HSV.

потом для сравнения векторов дескрипторов уже применять какую либо метрику.

[mrgloom 242]

вот еще что то продвинутое bag of features (c сорцами)

http://www.cvc.uab.cat/~aldavert/plor/

[ProgRoman 9]

Спасибо большое, сейчас разбираюсь с shape context и просматриваю SIFT

[mrgloom 242]

вообще говоря странно как SIFT используется для CBIR (но как бы публикации на эту тему есть и с результатами)

например

http://caim.uib.no/publications/Bakken_N30-2007.pdf

http://www.ic.unicamp.br/~siome/papers/FSMA_SI_2009_2_Principal_2.pdf

и т.д. google-> cbir+sift

но на практике у меня например не находило участок вырезанный из изображения и немного отресайзеный.(ну тут конечно можно грешить на интерполяцию)

или например тут недавно была тема с самолётами, там тоже если вырезать 1 самолет то найдет только его самого.( + с продуктами на полках+с одеждой).

возможно там находятся много точек и может быть там используются какие то доп метрики.