Question

我正在为大学数据库制作基于内容的图像检索系统。我使用彩色功能来匹配图像之间的相似性。我的图像分辨率为648 * 424像素。基本上我正在做的是：

获得8 * 8像素图像块的彩色直方图，并将所有这些块连接在一个矩阵中。为此我使用MATLAB函数blockproc，代码如下所示：

% Reading two images from Database
A = imread('bonfire/1.jpg');
B = imread('bonfire/2.jpg');

% Using blockproc to get feature vector for both images
C = blockproc(A ,[8, 8], @localHistogram);
D = blockproc(B, [8, 8], @localHistogram);

虽然函数localHistogram是：

function y = localHistogram(block_struct)

    % Separating Red, Green and Blue planes
    redPlane    = block_struct.data(:, :, 1);
    greenPlane  = block_struct.data(:, :, 2);
    bluePlane   = block_struct.data(:, :, 3);

    % Obtaining histogram for all 3 planes with number of bins = 50
    [pixelCountR, grayLevelsR] = imhist(redPlane, 50);
    [pixelCountG, grayLevelsG] = imhist(greenPlane, 50);
    [pixelCountB, grayLevelsB] = imhist(bluePlane, 50);

    % Concatenating three histograms of respective planes
    y = cat(2,pixelCountB, pixelCountG, pixelCountR);

end

现在我想通过使用欧几里德距离比较特征向量C和D来找到两个图像之间的相似性。 C和D的尺寸为2650 * 243.

以最高效率实现这一目标的最佳方法是什么？

在MATLAB中找到两个矩阵之间的欧几里德距离

0 个答案: