matlab余弦距离计算相似度

主要思路如下：

①输入三张图片

②灰度化

③归一化

④获得三个直方图分布

⑤每张图片分成64个区，三张图片得到三个向量

⑤三个向量，两两之间计算余弦相似度

三张图片

结果：

（图1）

图1自左至右分别是img1、img2、img3的直方图。

（图2）

图2表示img1和img2的余弦相似度，余弦值为0.94204，余弦夹角为19.6029°

（图3）

图3表示img1和img3的余弦相似度，余弦值为0.79062，余弦夹角为37.7561°

（图4）

图4表示img2和img3的余弦相似度，余弦值为0.8748，余弦夹角为28.9781°

综上，根据计算可得，图二中两张图片的余弦值最高，余弦夹角最小，意味着图二中两个图片的向量方向相同、线段重合的相似度最高，故img1和img2的相似度最高。

MATLAB语言代码如下：

%%输入图像 img1=imread('DAV-Task1-1.bmp'); img2=imread('DAV-Task1-2.bmp'); img3=imread('DAV-Task1-3.bmp'); %%灰度化 t1=rgb2gray(img1); t2=rgb2gray(img2); t3=rgb2gray(img3); %%获得直方图分布 [a1,b1]=size(t1); t1=round(t1); t2=round(t2); t3=round(t3); e1=zeros(1,256); e2=zeros(1,256); e3=zeros(1,256); for i=1:a1     for j=1:b1         m1=t1(i,j)+1;         m2=t2(i,j)+1;         m3=t3(i,j)+1;         e1(m1)=e1(m1)+1;         e2(m2)=e2(m2)+1;         e3(m3)=e3(m3)+1;     end end figure; imhist(uint8(t1)); figure; imhist(uint8(t2)); figure; imhist(uint8(t3)); %%将直方图分为64个区 m1=zeros(1,64); m2=zeros(1,64); m3=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);     m3(1,i+1)=e3(4*i+1)+e3(4*i+2)+e3(4*i+3)+e3(4*i+4); end %%计算余弦相似度 A=sqrt(sum(sum(m1.^2))); B=sqrt(sum(sum(m2.^2))); C=sqrt(sum(sum(m3.^2))); D=sum(sum(m1.*m2)); E=sum(sum(m1.*m3)); F=sum(sum(m2.*m3)); cos1=D/(A*B);%%计算余弦值 cos2=E/(A*C); cos3=F/(B*C); cos4=acos(cos1);%%弧度 cos5=acos(cos2); cos6=acos(cos3); v1=cos4*180/pi;%%换算成角度 v2=cos5*180/pi; v3=cos6*180/pi; figure; imshow(uint8([t1,t2])); title(['余弦值为：',num2str(cos1),'       ','余弦夹角为：',num2str(v1),'°']); figure; imshow(uint8([t1,t3])); title(['余弦值为：',num2str(cos2),'       ','余弦夹角为：',num2str(v2),'°']); figure; imshow(uint8([t2,t3])); title(['余弦值为：',num2str(cos3),'       ','余弦夹角为：',num2str(v3),'°']);