Отрицательная перекрестная корреляция показывает высокое или низкое сходство?

Question

Я программирую некоторые методы обработки изображений, которые требуют сравнения сходства двух субизображений. Я использую нормализованную метрику взаимной корреляции, которая возвращает значение от -1 до +1. Должен ли я принимать абсолютное значение этого показателя в качестве меры сходства или отрицательная взаимная корреляция подразумевает плохое сходство?

Answer 1

Отрицательная и положительная корреляция имеет смысл и все зависит от вашего приложения. Позвольте мне сделать это более ясным. Предположим, у вас есть три набора данных (например, A: возраст, B: волосы и C: рост). Предположим, что корреляция между A и C положительная (0,98), поэтому это означает, что при увеличении возраста она, как ожидается, будет выше). Однако, если вы вычислите соотношение между А и В, вы обнаружите, что оно отрицательное! Что это значит? Это значит, что с возрастом у вас будет меньше волос! Итак, как вы можете видеть, положительная корреляция означает параллельное увеличение / уменьшение в обоих наборах данных, в то время как отрицательная корреляция означает наличие двух противоположных тенденций, которые могут быть значимыми, потому что, основываясь на отрицательной корреляции, вы можете ожидать, что у вас будет больше волос, когда вы будете ребенком!

Answer 2

-1 тоже признак корреляции. Только значения около 0 указывают на отсутствие корреляции. Рядом с +1 означает, что изображение очень похоже на другое. Около -1 означает, что вполне вероятно, что одно изображение является отрицательным и должно быть инвертировано, поэтому изображения похожи и получают корреляцию около +1.

Answer 3

Прежде всего, нормализованная взаимная корреляция (NCC), используемая в качестве функции подобия, имеет свойства, отличные от корреляции. Большие положительные значения предполагают высокое сходство, а большие отрицательные значения подразумевают низкое сходство.

Если ваши входные матрицы имеют только положительные значения, вы не можете иметь отрицательные значения NCC. Однако, если ваша реализация NCC сначала удалит среднее значение интенсивности изображений, ваши изображения будут иметь положительные и отрицательные значения NCC. Следовательно, вы можете иметь отрицательные значения NCC, как normxcorr2

TL; DR

Сначала вы пытаетесь выполнить регистрацию изображения (сопоставление с шаблоном), то есть преобразовать изображение, чтобы оно соответствовало системе координат изображения шаблона. Для этого вам нужно использовать функцию сходства (или функцию отличия), чтобы оценить необходимое преобразование.

Я предполагаю, что:

• Вы применяете только линейные преобразования. Следовательно, необходимо оценить пространственное ортогональное смещение между двумя изображениями, смещенное по осям X и Y
• Оба изображения имеют одинаковую модальность,единую модальность, где и шаблон, и изображение были захвачены одним и тем же устройством / конфигурацией.

Следовательно, использование нормализованной взаимной корреляции кажется хорошим вариантом. Если предыдущие предположения не применяются, пожалуйста, используйте другую функцию сходства

Нормализованная взаимная корреляция (NCC) является функцией подобия на основе интенсивности. Следовательно, он измеряет, насколько похожие два изображения основаны только на интенсивности пикселей. В основном, изображение пространственно смещено по шаблону. Для каждого сдвига добавляется попиксельное умножение в каждой перекрывающейся позиции.

Поэтому для максимального выравнивания вам необходимо сместить изображение в положение, которое максимизирует сходство между двумя изображениями, то есть наибольшее NCC

Смотрите также: регистрация изображений

Answer 4

Я не думаю, что вы правы, говоря, что "Нормализованная взаимная корреляция (NCC), используемая в качестве функции подобия, имеет свойства, отличные от корреляции. Положительные большие значения подразумевают высокое сходство, в то время как отрицательные большие значения подразумевают низкое сходство".

1. Корреляция в изображениях ничем не отличается от других типов корреляций без изображений.

2. В NCC значение корреляции +1 указывает, что два изображения идентичны попиксельно. Значение корреляции 0 указывает на отсутствие сходства. Однако значение корреляции -1 не предполагает никакого сходства. Это также означает максимальное сходство, но в противоположном смысле. Пиксели изображения в нормализованной области могут принимать значения в диапазоне [0 1]. Если вы берете одно из изображений, вычитаете все значения пикселей из 1 (1-(pixel_value)), вы создаете перевернутое изображение, где яркие пятна становятся темными, а темные пятна становятся светлыми. Если корреляция с исходным изображением дает значение корреляции 1 (сходство 100%), корреляция с инвертированным изображением дает значение корреляции -1.