图像相似性搜索的原理

?每张图片都可以生成其灰度图像直方图（histogram）。如果两张图片的直方图很接近，就可以认为它们很相似。

1、获得输入灰度图像的直方图分布； 2、将直方图划分为64个区，每个区为连续的4个灰度等级； 3、对每个区的4个值进行求和运算，得到1个数据，如此，会得到64个数据，即为该幅图像的一个向量（指纹）； 4、根据步骤【1、2、3】，我们将输入的两幅图像转化为了2个向量，记为A、B； 5、计算两个向量的相似度，可以用皮尔逊相关系数或者余弦相似度计算，这里我们采用【余弦相似度】；

?????????????????????????????

以二维空间为例，上图的a和b是两个向量，我们要计算它们的夹角θ。余弦定理告诉我们，可以用下面的公式求得：

??????????????????

?????????????????????????

假定a向量是[x1,y1]，b向量是[x2,y2]，那么可以将余弦定理改写成下面的形式：

?????????????

????????????

数学家已经证明，余弦的这种计算方法对n维向量也成立。假定A和B是两个n维向量，A是 [A1,A2,...,An] ，B是 [B1,B2,Bn] ，则A与B的夹角θ的余弦等于：

?????????

使用这个公式，我们就可以得到，句子A与句子B的夹角的余弦。

余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性"。

6、得到两个向量的夹角之后，我们就可以通过角度的大小来判别它们的相似程度。

7、至此，我们就完成了两幅图像的相似度计算，因此，可以通过此算法来寻找相似的图像。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!