Ищите способ «авторитарного», проверенного способа доказать, что два фотоизображения «почти идентичны»?

Question

В обычном дискурсе, глядя на сфотографированное изображение (A) - которое представляет собой JPG - и его слегка сфотографированную версию (A2), большинство людей могут интуитивно сравнить их и визуально оценить, что они действительно являются то же изображение, за исключением небольшого количества различий.

Однако это не является формальным доказательством того, что эти два изображения «почти идентичны», и, как таковое, может быть оспорено в условиях, где требуется более строгий стандарт доказательства (юридическая установка или Skeptics.SE).

Если бы это была пара текстовых файлов, можно было бы запустить команду diff для них и установить близкое сходство, так как разница значительно меньше размера файла.

Но так как это изображения в формате JPG, я ожидаю, что эффект фотосъемки и сохранения второй версии (с несколько иной степенью сжатия при загрузке) приведет к тому, что прямой разност будет бесполезным на 100%.

1. Существуют ли формальные методологии обработки изображений, которые можно использовать для "различий" двух сохраненных фотоизображений с использованием сжатия с потерями (JPG) ?

   Методология должна быть проверена (например, с помощью процесса рецензирования до публикации в хорошо известной публикации по обработке изображений / компьютерному зрению / и т. Д.).

   Желаемый результат - либо числовой% изменения; или какой-то метод визуализации.

   Методология должна быть нечувствительной к незначительной последующей обработке, такой как незначительное кадрирование, изменение размера и сохранение с другой степенью сжатия, которая вызывает незначительные потери.

2. Если это так, существуют ли общедоступные веб-сайты или бесплатные программы, которые (а) могут загружать 2 JPG и создавать «diff»; (б) Опубликуйте точную методологию, которую они используют, которая подходит под № 1.

Answer 1

Сообщество исследователей компьютерного зрения часто использует PSNR (пиковое отношение сигнал / шум) при сравнении изображений, например, чтобы оценить, насколько хорош конкретный алгоритм сжатия или восстановления изображения.

На странице Википедии описано, как ее вычислить: http://en.wikipedia.org/wiki/Peak_signal-to-noise_ratio

Это математическая оценка, основанная на числовой разнице между значениями пикселей. Сначала необходимо выровнять два изображения, небольшое смещение может привести к плохой оценке соответствия, даже если изображение в противном случае совпадает.

Answer 2

А как насчет расчета корреляции изображений? Это хорошо зарекомендовавший себя метод нахождения различий между изображениями, и он дает вам полезное число для определения разницы.

Я уверен, что есть много бесплатных программ, которые могут сделать корреляцию.

Answer 3

Что вам нужно, это мера сходства изображений.

Эта статья имеет дело с этим, но вам придется реализовать ее самостоятельно. Не знаю, точны ли их результаты, так как я не вижу изображения, которые они использовали.

Это за платной бумагой также имеет дело с использованием техники, которую я использовал ранее, называемой NCD (нормализованное расстояние сжатия). Результатом такой меры является значение от 0 до 1, где 0 указывает, что оба изображения идентичны (хорошо, я никогда не видел, чтобы это было 0 даже для идентичных файлов, но значения очень близки к 0).

Answer 4

Вы можете использовать Photoshop и слои, чтобы увидеть «разницу» между ними. Мне известно о приложении diff Mac, которое делает это с изображениями: Область видимости калейдоскопа звучит так, как вы хотите.