相似性度量
1.基于距离的相似性:一旦距离超过某一个阈值,相似性应该随距离增加急剧下降。
2.基于亮度的相似性:当亮度值接近时相似性大,如果亮度值之差变大,则相似性减小。
3.基于颜色的相似性:需要一个均衡的颜色度量来构造有意义的颜色相似性函数。使用一个均匀分布的颜色空间是个很好的办法,但是使用RGB空间并不好
4.使用纹理的相似性:对于相似的纹理,相似性应该大;随着差别的增加,相似性变小。我们采用一些滤波器f1,....fn,通uy过这些滤波器的输出来描述纹理,这些输出将分布于不同的尺度和方向等级上。
RANSAC:随机采样一致算法。搜索一个随机采样,对其进行拟合,可以得到许多数据点支持。