均值哈希用于图像检索(matlab)

该博客介绍了如何使用MATLAB实现均值哈希算法进行图像检索。首先提取图像灰度信息,然后通过均值哈希算法得到图像的二值编码,接着计算汉明距离来判断图像的相似性,最终得出检索结果。实验表明,虽然均值哈希方法简单且速度快,但其生成的哈希码判别能力不强,检索精度相对较低。
摘要由CSDN通过智能技术生成

提取图像灰度信息—>利用均值哈希算法得到图像的二值编码—>计算汉明距离判断图像相似性—>得到最终检索结果
代码下载:https://download.csdn.net/download/jingjingliang1995/11120518
代码基于matlab实现:

%ahash.m
%利用均值哈希对图像进行哈希编码
%建立哈希表Tahash:
%Tahash{i, 1}:图像名字
%Tahash{i, 2}:图片哈希码
%Tahash{i, 3}:与查询图片汉明距离

clc;clear all;
path_imgDB = './database_ggjt';  %图像库路径
addpath(path_imgDB);
imgFiles = dir(path_imgDB);    %读取图像库信息
imgNamList = {imgFiles(~[imgFiles.isdir]).name};  %读取图像库图片名字
clear imgFiles;
imgNamList = imgNamList';

numImg = length(imgNamList);  %图片数量
%均值哈希编码
for i = 1:numImg 
    code_ahash=Perceptual_ahash_algorithm(imgNamList{i, 1});
    Tahash{i, 1} = imgNamList{i, 1};
    Tahash{i, 2} = code_ahash;
end

%计算汉明距离
quary_id = 10;    %查询图像ID
quary_Code = Tahash{quary_id, 2};

for i = 1: numImg
    A_dist_Hamming = xor(quary_Code, 
  • 2
    点赞
  • 19
    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