GraphD писал(а):2. О макс. погрешности: ну ваш пример возьмем. Бесконтрастные монотонные образцы двух близких цветов попадают в разные столбики => простая разность г-мм уходит в максимум. Г-мы этих двух изображений выглядят как непересекающиеся узкие всплески, отсюда делается вывод об их максимальном различии. Это не совсем нормально при оценке "глобальной" близости монотонных образцов и соответствует ортогональности, когда рассматриваем г-мы как вектора. На практике, насколько я понимаю, монотонные зоны либо не рассматриваются как образцы, либо такие случаи редки, ибо там нечего сравнивать, можно кстати находить границы монотонных зон и сравнивать их.
Вы вот сейчас сами поняли, что сказали, если руководствоваться только написанным?
В любом случае на конкреный предлагаемый алгоритм это не сильно похоже.
Уже отступитесь или конкретное предложение дайте с оценками - насколько различие ваших дескрипторов позволяет выделить различия в попиксельном СКО.
PS: А говорю я вот о чем - вы должны указать при каких значениях оценки разности дескрипторов вы принимаете решение об отсечке, - то есть, что это место не анализируем и переходим к следующему фрагменту, и дать оценку в этом случае попиксельному СКО, ведь оно должно быть гарантированно больше некоторого значения, иначе вы с большой вероятностью пропустили искомый вами фрагмент. Из большой разности в среднем цвете гарантированно следует большое попиксельное СКО, а у вас из большого различия дескрипторов пока ничего не следует. Покажите, что у вас есть способ сравнивать дескрипторы, гарантирующий для отсечки некоторую минимальную величину попискельного СКО и тогда ваш алгоритм можно будет использовать.