图像相似度 使用Resnet50+KNN在数据集中查找相似图像以获取新图像。 为了解决curse of dimensionality使用PCA来降低特征的维数。 Resnet50（在imageNet上训练） 在没有toplayer的情况下从keras创建Resnet50，以获取卷积特征（2048维）作为输出，而不是图像分类概率。 为数据集的每个图像提取卷积特征（Feature_size：[number_images，2048]）。 KNN（不是分类问题） 将最近邻算法拟合到从数据集中提取的特征 提取测试图像（新）的卷积特征，并计算测试图像与数据集的每个图像之间的距离（image_Similarity）。 PCA 将PCA应用于提取的特征并减小尺寸。 使最近邻算法适合新功能

经过公司CTO的帮助,完成了基于Java语言实现的,相似图像识别，基于直方图比较算法,经过测算此算法优于基于图像指纹的哈希算法.千金难买好代码.

matlab检索相似图像 - 使用自定义特征包的图像检索-MathWorks

matlab检索相似图像 - 什么是基于内容的图像检索(CBIR) 给定一个输入或查询图像，我们的目标是从数据库中检索类似的图像 我们如何衡量相似性? ”一般没有严格的定义 相似性应该基于图像内容(CBIR)而不是元数据(关键字等)来衡量 我们的相似性度量不应该对旋转、平移、(中等) 噪声等敏感。

matlab检索相似图像 - 基于颜色、纹理和形状特征相似性分数融合的遗传算法图像检索

matlab检索相似图像 -一种改进的基于内容的图像检索系统 文献中最早使用基于内容的图像检索一词的似乎是Kato[1]。在CBIR中， 图像根据其自身的视觉内容（如颜色、纹理和形状）进行索引。尽可能自动地从图像中提取视觉内容[2]。因此，CBIR系统比TBIR系统具有两个主要优点。首先，他们尽量减少人力。第二，由于减少了人们的干预，主体性也减少了。这一特性使CBIR系统在许多领域更加有用，例如搜索和浏览大型图像集。

详细请见：http://blog.csdn.net/fred_yang2013/article/details/11731519

（1）局部自相似描述子表示图像的局部特性，而非全局，这使描述子能应用于更多有挑战性的图像； （2）对数极坐标导致了局部仿射变形； （3）选取bin中的最大值作为bin的值，使得描述子对于最佳匹配位置表现不敏感； （4）运用patch而非单个pixel能获取更多的图像信息； （5）局部自相似描述子不仅包含了目标的骨架，更包含了颜色、边缘等丰富信息。

Image Dupeless相似图像查询软件 你电脑中如果有很多图像，有很多可能是一个logo只差，你用其他md5检测软件是不能快速找出来的。这个软件可以搜索相似的图像，你查看后选择删除，非常的方便。 Image Dupeless 收集的图片越来越多，你是否为重复的图片困扰着？－因为你根本不知道它们在哪里，又有多少占据着你的硬盘空间！ImageDupeless 程序可以迅速搜寻重复、相似的图片，适用于海量图片。支持的图片文件格式是 JPEG， GIF， BMP， PCX， PNG， TIFF， PGM， WMF， EMF， EPS， PSD 和 ICO。和以前的查找重复图片的软件不同的是，它是以比较图象的内容为基础，不依赖于他们的大小，格式，分辨率，因此，查找的准确率是无可比拟的。程序界面友好、简约易用，且功能强大。

C#版相似图片比较，可以判断图片是一样还是相似，以图搜图引擎的图片比较与这类似，也可用到分析本地图像是否是副本或是缩略图