本文探讨了使用OpenCV的直方图特征进行图像识别的可行性，分析了直方图的尺度不变性、旋转不变性、光照不变性和实时性。虽然直方图具备旋转不变性和实时性，但对尺度变化和光照变化敏感，可能导致识别错误。因此，直方图特征更适合作为初步过滤手段，结合其他高级特征如SIFT和SURF进行图像识别。此外，作者还提出了颜色直方图可能应用在半自动图像前后景分离和视频摘要提取上。
几天前连续写了两篇博客，对如何使用OpenCV来使用直方图特征对图像的相似性进行检测进行了说明，分别为OpenCV之灰度直方图反向投影（图像相似性检测）和OpenCV之彩色直方图反向投影（图像相似性检测），下面就来讨论一下将其应用于图像识别的可行性，首先我们来看一下直方图的物理含义，直方图实际上描述的是图像灰度值的概率分布，其中颜色可以看成是不同通道的灰度值的联合概率分布，也可以直观的说成人眼所感知的颜色的分布，类似于图像中红色占30%之类的描述，直方图实际上就是种统计特征，那么利用这种统计特征就可能会出现这样一种情况，即可能出现图像内容完全没有相似性的图像具有相同的统计特征，那么利用直方图就会出现识别错误的情况。
对于图像识别所用的特征而言，有四个重要的性能指标，分别为尺度不变性、旋转不变性、光照不变性和实时性，首先来看尺度不变性，我的理解就是相当于对原始图像进行一定的缩放，再提取特征与原始图像进行比较，相当于对原始图像进行插值或者降采样，这其中会造成一定信息的损失/增加，从而导致直方图出现变化，会对识别造成一定
最低0.47元/天 解锁文章
扫一扫
2821
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
