Question

所以我得到了一个“相似性度量”，但没有信息。相似性度量称为欧氏距离平方，或平方距离的总和，我有这个公式：

D2 =  Σ(I(x,y) – I’(x,y))^2

维基百科告诉我：

d(p,q) = (p1 − q1)^2 + (p2 − q2)^2 + ... + (pi − qi)^2 + ... + (pn − qn)^2

我有一个立体图像对，即同一主题的两个图像，一个来自左眼视图，一个来自右眼视图。我可以从左右图片中的相应坐标中提取像素信息：

private double euclidDistSquared(BufferedImage leftRegion, BufferedImage rightRegion) {
    double temp = 0;
    double ssd = 0;
    Raster left = leftRegion.getData();
    Raster right = rightRegion.getData();

    for(int x = 0; x < leftRegion.getWidth();  x++) {
        for(int y = 0; y < leftRegion.getHeight(); y++) {
            temp = left.getSampleDouble(x,y,0) - right.getSampleDouble(x,y,0);
            temp *= temp;
            ssd += temp;
        }
    }
    ssd = 1/ssd;
    return ssd;
}

我之后做的是正确的吗？第一个临时线是相应坐标处的像素值的提取和减法，但我在网上看到的一些建议我想分别减去我的x和y值（我怎么会这样做？！）。另外，我最终获得的ssd值非常小，例如3.792346286724133E-6，这是否有意义？

已获取更多信息。

Answer 1

该代码正确计算欧几里德分离的平方。

据推测，这是一个很小的数字，因为样本值的幅度很小。绝对没有理由不期待这样的价值。只有你能知道实际价值意味着什么以及应该用它做什么。

作为一种风格问题，我希望变量在其生命周期中保持相同的逻辑值。在这段代码中，你写了ssd = 1/ssd，它会略微加工。您使用ssd来表示 s um s quared d istances，但是当您编写1/ssd时，这不再是平方距离之和，这是相似性度量。

我会这样写：

private double similarityMeasure(BufferedImage leftRegion, BufferedImage rightRegion) {
    double ssd = 0;
    Raster left = leftRegion.getData();
    Raster right = rightRegion.getData();

    for(int x = 0; x < leftRegion.getWidth();  x++) {
        for(int y = 0; y < leftRegion.getHeight(); y++) {
            double diff = left.getSampleDouble(x,y,0) - right.getSampleDouble(x,y,0);
            ssd += diff*diff;
        }
    }
    return 1/ssd;
}

欧几里得距离平方或平方距离之和是多少？

1 个答案: