opencv中图像一种相似性度量方法-------EMD

EMD算法用于比较两幅图像的相似性,尤其在处理颜色直方图时,能有效应对光线变化引起的颜色值漂移。它通过计算将一个直方图转化为另一个的最小代价,代价越小,图像越相似。EMD源自运输问题的解决方案,寻找最小代价的货物运输路径。直方图归一化后,EMD公式表示了转化过程中各bin之间的分割和代价总和。
摘要由CSDN通过智能技术生成

EMD算法是用来比较两幅图像相似性的方法。在颜色直方图中,由于光线等的变化会引起图像颜色值的漂移,它们会引起颜色值位置的变化,从而导致直方图匹配失效。EMD的思想是求得从一幅图像转化为另一幅图像的代价,用直方图来表示就是求得一个直方图转化为另一个直方图的代价,代价越小,越相似。

计算 EMD 的方法来源于有名的运输问题的解决方案,其实质是双向网络最优路径的选择问题。运输问题是假设有几个供货商,每个供货商都有一定数量的货物,需要供货给几个消费商, 每个消费商都有一个购货能力上限,在任何供货商与消费商之间运输一个单位货

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值