歐幾里德距離兩個像素，每個屬於不同的圖像

我試圖實現樸素貝葉斯最近鄰（NBNN）的圖像分類。在算法中，它要求屬於不同圖像的兩個像素之間的歐幾里德距離。歐幾里德距離兩個像素，每個屬於不同的圖像

我有1）m×40,000矩陣（其中40,000是一個圖像中的像素數）中的一組m圖像和2）n乘40,000的另一組n圖像矩陣。

1）是訓練集，2）是驗證集。

爲了讓我應用NBNN，從我的理解中，我需要找到2）中的每個像素與1）中相應像素之間的歐幾里德距離。

我的問題是，給出兩個灰度值，一個來自1），另一個來自2），我將如何找到它們之間的歐幾里德距離以應用k-NN？

2013-12-17 viviboox3

只是一個快速的實際問題：距離的輸出矩陣的預期維數是多少？ – chappjc

從我對樸素貝葉斯最近鄰的理解中，應該是40,000乘以40,000的測試圖像和40,000乘以m的訓練集。從那裏，我會尋找每個像素（列）的最小值來找到最近的鄰居。請讓我知道，如果我不正確地理解這一點。 – viviboox3

@ viviboox3，我也試圖在MATLAB中使用這個方法。我已經閱讀了博曼關於NBNN的論文，但我仍然很難理解這種方法。我認爲NBNN的全部要點是提出類描述符，然後計算圖像到類的距離。這是你在這裏做的？另外，如果你能指出我對算法的一個很好的解釋，我將不勝感激！ –

設x，y爲兩個灰度200×200的圖像。像素級別爲x1,x2,...x40000和y1, y2,...y40000。 x和y之間的歐氏距離是d(x,y)=sqrt(sum_i((xi-yi)^2))

2013-12-17 01:24:07 lennon310

我將把在wikipedia

給出的符號和定義你有一維數據，從而p=(p1)和q=(q1)。 e(p,q)=sqrt((p1-q1)^2)=abs(p1-q1)

對於1d情況，歐幾里德距離是灰度值的絕對差值。

2013-12-17 00:37:26 Daniel

因此，對於一維圖像，像素的位置並不重要？ m乘40,000矩陣我對應於m圖像，每個200×200像素，因此總像素= 40,000。 – viviboox3

也許我誤解了這個問題，我回答瞭如何計算顏色值的歐氏距離。您也可以將歐式距離應用於職位。 – Daniel

我試圖在圖像集上實現knn算法來分類情感。如果我有一組用於訓練的圖像和一幅用於測試的圖像，則需要找到最小化每個像素之間距離的訓練示例。我的圖像是200×200。我仍然可以將1d情況下的歐式距離應用於此嗎？如果我的問題不清楚，我很抱歉。謝謝您的意見。 – viviboox3

回答