余弦相似度matlab_图像相似度感知哈希算法（phash）用matlab实现

最新推荐文章于 2024-08-29 09:29:27 发布

一代目

最新推荐文章于 2024-08-29 09:29:27 发布

阅读量1.8k

点赞数 2

文章标签：余弦相似度matlab

本文链接：https://blog.csdn.net/weixin_29704001/article/details/113411841

版权

使用MATLAB2020b实现图像相似度的感知哈希算法，通过读取图片数据，转换为灰度图像，进行尺寸调整，二维离散余弦变换，提取哈希指纹图，最后计算汉明距离评估相似度。示例中，两张图片的相似度达到87.5%。

摘要由CSDN通过智能技术生成

基于matlab2020b，不同版本可能会出错

步骤：

读取图片数据(相当于一个矩阵)
转换成灰度图片(256级)
缩放到32×32尺寸(剔除图片细节)
计算二维离散余弦变换(变换后还是32×32矩阵)
截取矩阵左上角8×8部分(因为高频部分大部分都在左上角)
计算该8×8矩阵的均值
遍历矩阵，大于等于均值的元素赋值为1，否则赋值为0，生成一个8×8的hash指纹图
hash指纹图就代表一串64位二进制的hash值，比较两张图的hash值，计算汉明距离，得到相似度(汉明距离=0代表完全相似，距离越大越不相似)

代码实现：

clc;clear;
img1=imread('abc.jpg');
img2=imread('def.jpg');

figure('NumberTitle','off','Name','原始图像');
subplot(1,2,1);imshow(img1);
subplot(1,2,2);imshow(img2);

figure('NumberTitle','off','Name','256级灰度图像');
img11=rgb2gray(img1);
img21=rgb2gray(img2);
subplot(1,2,1);imshow(img11);
subplot(1,2,2);imshow(img21);

figure('NumberTitle','off','Name','缩放32*32图像');
img12=imresize(img11,[32,32]);
img22=imresize(img21,[32,32]);
subplot(1,2,1);imshow(img12);
subplot(1,2,2);imshow(img22);

imgdct1=dct2(img12);    %计算二维dct
imgdct2=dct2(img22);
imgdct11=imgdct1(1:8,1:8);  %截取左上角8*8
imgdct21=imgdct2(1:8,1:8);
mean1=sum(imgdct11(:))/64;  %计算均值
mean2=sum(imgdct21(:))/64;
imghash1=zeros(8,8);
imghash2=zeros(8,8);
for i=1:8   %遍历生成hash指纹
for j=1:8
if(imgdct11(i,j)>=mean1)
imghash1(i,j)=1;end
if(imgdct21(i,j)>=mean2)
imghash2(i,j)=1;end
end
end
cyjz=xor(imghash1,imghash2);    %求异或
hanming=sum(cyjz(:));   %求汉明距离
similarity=(64-hanming)/64;
figure('NumberTitle','off','Name','phash指纹图');
subplot(1,2,1);imshow(imghash1);
subplot(1,2,2);imshow(imghash2);
title(['与前者相似度为',num2str(100*similarity),'%']);