图像相似度检测之直方图相交

直方图特征：

       对颜色特征的表达方式有许多种，我们采用直方图进行特征描述。常见的直方图有两种：统计直方图，累积直方图。我们将分别实验两种直方图在图像聚类和检索中的性能。

l         统计直方图

       为利用图像的特征描述图像，可借助特征的统计直方图。图像特征的统计直方图实际是一个1-D的离散函数，即：

       上式中k代表图像的特征取值，L是特征可取值个数， 是图像中具有特征值为k的像素的个数，N是图像像素的总数，一个示例如下图：其中有8个直方条，对应图像中的8种灰度像素在总像素中的比例。

累积直方图 

l        

图像特征统计的累积直方图也是一个1-D的离散函数，即： 上式的各个参数含义同前，与上图对应的累积直方图见下：

       

 

     2  直方图相似性度量

       得到图像特征的统计直方图后，不同图像之间的特征匹配可借助计算直方图间的相似度量来进行，以下介绍几种常见的直方图的相似度量方法：

l         直方图相交法

              另 分别为两幅图像某一特征的统计直方图，则两图像之间的匹配值P(Q, D)可借助直方图相交来实现，即：

 

l         直方图匹配法

直方图间的距离可使用一般的欧式距离函数 来衡量：

            我们可以实验多种相似性度量准则，研究它们之间的差异，找出对于某类图像，那种相似性度量能更加准确的描述两幅图像之间的相似程度。