Comparación de dos histogramas

Para un proyecto pequeño, necesito comparar una imagen con otra, para determinar si las imágenes son aproximadamente iguales o no. Las imágenes son más pequeñas, variando de 25 a 100px de ancho. Las imágenes están destinadas a ser de los mismos datos de imagen, pero son diferentes, por lo que una simple comprobación de igualdad de píxeles no funcionará. Considere estos dos escenarios posibles:

1. Una cámara de seguridad (CCTV) en un museo mirando una exhibición: queremos ver rápidamente si dos fotogramas de video diferentes muestran lo mismo la escena, pero las ligeras diferencias en la iluminación y el enfoque de la cámara significa que no serán idénticas.
2. Una imagen de un icono GUI de computadora vectorial renderizado a 64x64 en comparación con el mismo icono renderizado a 48x48 (pero ambas imágenes se reducirían a 32x32 para que los histogramas tengan el mismo recuento total de píxeles).

He decidido representar cada imagen usando histogramas, usando tres histogramas 1D: uno para cada canal RGB - es seguro para mí simplemente usar el color e ignorar la textura y el borde histogramas (Un enfoque alternativo utiliza un único histograma 3D para cada imagen, pero estoy evitando que, ya que añade complejidad adicional). Por lo tanto, tendré que comparar los histogramas para ver qué tan similares son, y si la medida de similitud pasa algún valor umbral, entonces puedo decir con confianza que las imágenes respectivas son visualmente las mismas: Estaría comparando los histogramas de canal correspondientes de cada imagen (por ejemplo, el histograma rojo de la imagen 1 con el histograma rojo de la imagen 2, histograma con el histograma azul de la imagen 2, luego los histogramas verdes, así que no estoy comparando el histograma rojo de la imagen 1 con el histograma azul de la imagen 2, eso sería una tontería).

Digamos que tengo estos tres histogramas, que representan un resumen del canal RGB rojo para tres imágenes (usando 5 contenedores para imágenes de 7 píxeles para simplificar):

H1            H2            H3 

  X           X                     X
  X   X       X       X             X
X X   X X     X X   X X     X X X X X
0 1 2 3 4     0 1 2 3 4     0 1 2 3 4

H1 = [ 1, 3, 0, 2, 1 ]
H2 = [ 3, 1, 0, 1, 2 ]
H3 = [ 1, 1, 1, 1, 3 ] 

La imagen 1 (H1) es mi imagen de referencia, y quiero ver si la Imagen 2 (H2) y/o la Imagen 3 (H3) es similar a la Imagen 1. Tenga en cuenta que en este ejemplo, la Imagen 2 es similar a la Imagen 1, pero la Imagen 3 no lo es.

Cuando hice una búsqueda superficial de algoritmos de "diferencia de histograma" (al menos aquellos que podía entender) encontré un enfoque popular que consistía en sumar las diferencias entre cada bin, sin embargo, este enfoque a menudo falla porque pesa todas las diferencias de bin de la misma manera.

Para demostrar el problema con este enfoque, en código C#, así:

Int32[] image1RedHistogram = new Int32[] { 1, 3, 0, 2, 1 };
Int32[] image2RedHistogram = new Int32[] { 3, 2, 0, 1, 2 };
Int32[] image3RedHistogram = new Int32[] { 1, 1, 1, 1, 3 };

Int32 GetDifference(Int32[] x, Int32[] y) {
    Int32 sumOfDifference = 0;
    for( int i = 0; i < x.Length; i++ ) {
        sumOfDifference += Math.Abs( x[i] - y[i] );
    }
    return sumOfDifferences;
}

Cuya salida es:

GetDifference( image1RedHistogram, image2RedHistogram ) == 6
GetDifference( image1RedHistogram, image3RedHistogram ) == 6

Esto es incorrecto.

¿Hay alguna forma de determinar la diferencia entre dos histogramas que tenga en cuenta la forma de la distribución?