什么是图像处理中的自相似性测试?
为什么使用自相似性测试?
我们怎么能这样做?
图像的自相似性是图像中不同区域彼此模仿的程度。
可能的应用领域是压缩或对象识别或去噪。
通常一个人定义一个相似性度量(均方误差,结构相似性指数,......),并同意区域之间的一组可能的转换(翻译或仿射,......),然后通过某种方法尝试找到所有可能的相似集合所选措施中的区域。例如,区域之间的互相关可以给出第一个提示。
有关更多信息,请参阅论文Self-Similarity of Images and Non-local Image Processing。