向量相似度度量（二）：EMD （Earth Mover's Distance）的MATLAB对照实现

之所以要写这篇文章，主要是想从Matlab函数的角度给大家一个对EMD直观的理解。EMD是在一定的条件限制下求解最小代价作为直方图等向量的距离。EMD具体内容请参考我第一篇文章。而求解最小代价的过程就是个线性规划问题。

一、Matlab函数解释

这里借用的Matlab函数为linprog()，即求解线性规划的函数。下面为了让大家理解方便，signature的表达严格对应了直方图的bin，也就是说一点都不压缩直方图，每个bin就作为一个signature，所以数据量显得大了些。例如直方图有32个bin，那么signature就是 (1, w1), (2, w2), (3, w3).... (32, w32)，w值为每个bin的数量。

matlab的这个函数我的调用方式为：linprog(f, A, b, Aeq, beq)，解释如下：

1）函数的目的是求 f^T * x的最小值，一定要注意，这里的f相当于上一篇中EMD的距离矩阵D，x相当于EMD的fij，即从一个直方图的第i个bin流到另一个直方图的第j个bin的数量。 由于这个函数的输入f是一维的，下面我把EMD的距离d_ij和f_ij都展开。

2）一个限制条件为  A * x <= b

3）另一个限制条件是Aeq * x = beq

 

二、实例