Matlab LP_distance算法实现

function similarity_result = LP_distance(descriptor,tem)
% 此函数通过描述符计算图像之间的相似性
% 用Lp距离表示,也就是范数

       % 计算出存储相似性结果的矩阵形式:1*n 的 matrix
       % n是图片或者说特征的个数
       similarity_result = tem * descriptor;
       
       for i = 1:size(descriptor,2)
   
           % 用Lp distance的方法
           
           % 提取每一列的特征
           one_img = descriptor(:,i);

           one_img = one_img';
           
           % 与template标准特征进行比较,求出L1范数
           similarity_result(i) = norm((one_img - tem),1) ;

       end
       
       similarity_result = similarity_result / max(similarity_result);

end

Lp距离也是一种可以用来衡量图片之间相似性的方法,此处我们将Lp用于L1范数,用来衡量图片之间的相似性。

代码如上图所示,看不懂的同学需要先去理解L1范数的概念。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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