100分求救,如何用相对熵理论判断两个图形是相似的?

Question

比如说有两个图形都是圆,那么他们肯定相似,但是如何作出最快的判断啊?

Answer 1

顺便问一下，MatLab的小波包工具箱有用于重建的部分吗，好用吗。马上揭帖！

Answer 2

是不是相关系数理论，如下代码
BOOL WINAPI TemplateTimeDetect(LPSTR lpDIBBits,LPSTR lpTemplateDIBBits,LONG lWidth,LONG lHeight,LONG lTemplateWidth,LONG lTemplateHeight)
{ LPSTR lpSrc,lpTemplateSrc; //中间结果
double dSigmaST;   //源图像和模板的关联性
double dSigmaS;    //源图象的关联性
double dSigmaT;    //模板的关联性

//相似性测度
double R;
//最大相似性测度
double MaxR;
//最大相似性出现位置
long lMaxWidth;
long lMaxHeight;
unsigned char pixel, templatepixel;
LONG lLineBytes=WIDTHBYTES(lWidth*8),lTemplateLineBytes=WIDTHBYTES(lTemplateWidth*8);    
//计算dSigmaT
dSigmaT = 0;
for (LONG n = 0;n < lTemplateHeight ;n++)
{
for(LONG m = 0;m < lTemplateWidth ;m++)
{
// 指向模板图像倒数第j行，第i个象素的指针
lpTemplateSrc = (char *)lpTemplateDIBBits + lTemplateLineBytes * n + m;
templatepixel = (unsigned char)*lpTemplateSrc;
dSigmaT += (double)templatepixel*templatepixel;
}
} //在计算相似性时，不需要从图像第一行往下，因为得到是整体的值
MaxR = 0.0;
for (LONG j = 0;j < lHeight - lTemplateHeight +1 ;j++)  
{
for(LONG i = 0;i < lWidth - lTemplateWidth + 1;i++)
{
dSigmaST = 0;
dSigmaS = 0;

for (LONG n = 0;n < lTemplateHeight ;n++)
{
for(LONG m = 0;m < lTemplateWidth ;m++)
{
// 指向源图像倒数第j+n行，第i+m个象素的指针
lpSrc  = (char *)lpDIBBits + lLineBytes * (j+n) + (i+m);

// 指向模板图像倒数第n行，第m个象素的指针
lpTemplateSrc  = (char *)lpTemplateDIBBits + lTemplateLineBytes * n + m;

pixel = (unsigned char)*lpSrc;
templatepixel = (unsigned char)*lpTemplateSrc;

dSigmaS += (double)pixel*pixel;
dSigmaST += (double)pixel*templatepixel;
}
}
//相关系数等于源图与模板象素的点乘（除以源图的点乘乘以模板的点乘）
R = dSigmaST / ( sqrt(dSigmaS)*sqrt(dSigmaT));
//与最大相似性比较
if (R > MaxR)
{
MaxR = R;
lMaxWidth = i;
lMaxHeight = j;
}
}
}// CString result;
// result.Format("Max Cof= %f",MaxR);
// AfxMessageBox(result); //将图像其余部分置黑，使匹配的那一部分能够更好的呈现
for (LONG i=0;i<lHeight;i++)
for (LONG j=0;j<lWidth;j++)
{
lpSrc  = (char *)lpDIBBits + lLineBytes * i + j;
if (i>=lMaxHeight && i<lMaxHeight+lTemplateHeight && j>=lMaxWidth && j<lMaxWidth+lTemplateWidth)
            {
pixel=(unsigned char)(*lpSrc);
pixel=(pixel<226?pixel+30:pixel);
*lpSrc=pixel;     
}
else
{
pixel=(unsigned char)(*lpSrc);
pixel=(pixel>100?pixel-100:pixel);
*lpSrc=pixel;
}
} return TRUE;
}

Answer 3

To:qqhuangshen(雨淋淋) 您提供的算法示对相似图像有效吗，而且如果一幅图中有多个图形与模版匹配，那么这样的计算还可行吗?