图像处理（三）：基于直方图的区域余弦相似度计算（matlab）

图像处理（三）：基于直方图的区域余弦相似度计算

1、介绍

由于最近在做的工作涉及到比较两个区域图像的相似度，用的是基于直方图的余弦相似度，这个相似度与区域的灰度值直接相关。

2、流程

（1）彩色图像区域灰度化，256（0-255）个灰度级别。
（2）统计直方图，将像素点的灰度值统计成直方图。
（3）压缩灰度级别，从256个灰度级别压缩到64个灰度级别。将直方图的数每4个数的和为1个分向量，总共分为64个分向量，记为1个向量，2个区域就有2个向量。
（4）计算区域相似度，计算这2个向量夹角的余弦值，记为相似度。

3、功能函数（matlab）

function cos1 = cos_similar(sub_img1,sub_img2)
    picture1 = rgb2gray(sub_img1);%图像灰度化处理
    picture2 = rgb2gray(sub_img2);
    % figure;
    % imshow(picture1);
    % figure;
    % imshow(picture2);
    t1=picture1;
    [a1,b1]=size(t1);
    t2=picture2;
    t2=imresize(t2,[a1 b1],'bicubic');%将两张图片缩放为一致大小
    t1=round(t1);
    t2=round(t2);
    e1=zeros(1,256);
    e2=zeros(1,256);
    
    %获取直方图分布
    for i=1:a1
        for j=1:b1
            m1=t1(i,j)+1;
            m2=t2(i,j)+1;
            e1(m1)=e1(m1)+1;;%读入灰度值
            e2(m2)=e2(m2)+1;
        end
    end

    %将直方图分为64个区
    m1=zeros(1,64);
    m2=zeros(1,64);
    for i=0:63
        m1(1,i+1)=e1(4*i+1)+e1(4*i+2)+e1(4*i+3)+e1(4*i+4);
        m2(1,i+1)=e2(4*i+1)+e2(4*i+2)+e2(4*i+3)+e2(4*i+4);
    end
    %计算余弦相似度
    A=sqrt(sum(sum(m1.^2)));
    B=sqrt(sum(sum(m2.^2)));
    C=sum(sum(m1.*m2));
    cos1=C/(A*B);%计算余弦值
end