如何检测存在色调、白像素差异的同尺寸同源图像相似性

需求梳理 #

待处理的是一批尺寸完全相同的图像，逐像素精确比对时所有图像都存在差异，需要从中筛选出满足以下特征的图像对：

• 主体内容完全一致
• 仅存在两类非核心差异：一是整体色调不同，二是白像素填充存在偏差，部分像素不符合白/非白的二值判定标准

常规的精确相等判定逻辑无法满足需求，例如Java中默认的对象相等判断方法：

public boolean equals(Object obj) {}
public int hashCode() {}

这类方法只能识别逐像素完全一致的对象，而当前需求的核心是在存在指定差异的图像对中检测内容相似性，从差异中提取共性特征。
存在色调与白填充差异的同主体图像对可参考对应示例。

可落地的匹配算法 #

以下方案按实现复杂度从低到高排序，均能规避色调差异、白像素填充差异的干扰：

1. 边缘结构哈希（优先选用） #

两类待过滤的差异都不会改变图像主体的边缘结构，这个方案针对性极强，计算速度最快：

• 先将所有图像转为单通道灰度图，从根源上消除整体色调偏移带来的像素值差异
• 对灰度图做Canny边缘检测，只保留主体轮廓信息，这一步会自动过滤白像素填充的细碎偏差、色调波动带来的噪点
• 将提取出的边缘图缩放到32*32的统一小尺寸，计算均值哈希或差异哈希值
• 比对两张图像的哈希值汉明距离，距离小于3~5的阈值时，即可判定为主体一致的匹配对

这个方案单张图像的特征计算耗时在毫秒级，哪怕是十万级规模的图像集也能快速完成批量匹配。

2. 掩膜归一化互相关匹配（精度更高） #

如果对匹配精度有更高要求，可以用带掩膜的归一化互相关算法：

• 先对每张图像做亮度归一化，将所有图像的像素均值、方差拉到统一基准，抵消整体色调差异
• 生成纯白像素掩膜：把RGB三通道值均高于240的接近纯白的像素标记为无效区域，计算相似度时不纳入统计，直接消除白像素填充差异的影响
• 计算两张图像有效区域的像素归一化互相关系数，系数高于0.9即可判定为匹配对

3. ORB特征点匹配（扩展性最强） #

如果后续可能出现轻微位移、缩放等更复杂的差异，可以选用ORB特征点匹配方案：

• 直接对每张原图提取ORB特征点与对应描述子，不需要提前做色调、白像素的特殊预处理，ORB特征本身对亮度变化、局部噪点就有极强鲁棒性
• 匹配两张图像的特征点，用RANSAC算法过滤误匹配点，统计有效内点的占比
• 内点占比超过60%即可判定为主体一致的匹配对

这个方案的抗干扰能力最强，缺点是计算速度比前两个方案慢3~5倍。

内容的提问来源于stack exchange，提问作者rozerro