欧几里得距离

欧几里得距离定义： 欧几里得距离（ Euclidean distance）也称欧式距离，它是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。

　　在二维和三维空间中的欧式距离的就是两点之间的距离，二维的公式是

　　d = sqrt((x1-x2)^+(y1-y2)^)

　　三维的公式是

　　d=sqrt((x1-x2)^+(y1-y2)^+(z1-z2)^)

　　推广到n维空间，欧式距离的公式是

　　d=sqrt( ∑(xi1-xi2)^ ) 这里i=1,2..n

　　xi1表示第一个点的第i维坐标,xi2表示第二个点的第i维坐标

　　n维欧氏空间是一个点集,它的每个点可以表示为(x(1),x(2),...x(n)),其中x(i)(i=1,2...n)是实数,称为x的第i个坐标,两个点x和y=(y(1),y(2)...y(n))之间的距离d(x,y)定义为上面的公式.

　　欧氏距离看作信号的相似程度。 距离越近就越相似，就越容易相互干扰，误码率就越高。

　　所谓欧氏距离变换，是指对于一张二值图像（再次我们假定白色为前景色，黑色为背景色），将前景中的像素的值转化为该点到达最近的背景点的距离。

　　欧氏距离变换在数字图像处理中的应用范围很广泛，尤其对于图像的骨架提取，是一个很好的参照。

　　所谓欧氏距离变换，是指对于一张二值图像（再次我们假定白色为前景色，黑色为背景色），将前景中的像素的值转化为该点到达最近的背景点的距离。

　　欧氏距离变换在数字图像处理中的应用范围很广泛，尤其对于图像的骨架提取，是一个很好的参照。

　　========

　　欧氏距离：（∑（Xi-Yi）2）1/2，即两项间的差是每个变量值差的平方和再平方根，目的是计算其间的整体距离即不相似性。