【发布时间】：2019-03-27 18:09:23
【问题描述】：
我想根据颜色相似性对图像进行聚类。为此，我需要两个 3D 直方图之间的良好相似性度量。图像的 3D 直方图只是一个 3 维空间，其中每个轴代表一种基色。每个轴的范围是 0-255，因为这是每个像素的基色的可能值。
直方图表示为 256X256X256 矩阵，矩阵中的每个条目表示图像中具有该特定颜色的像素的计数。例如：
如果矩阵元素M[0][0][0] = 1150的值表示图像中有1150个黑色像素（RGB(0,0,0)代表颜色黑色）
我正在为这类问题寻找最合理的相似度指标。该指标将用于聚类算法（可能是 DBSCAN）来评估图像相似度。
【问题讨论】：
-
计算第一个和第二个直方图各点之间的欧式距离？
-
但在我看来，欧几里得距离并不是最佳选择，因为从一个例子到另一个例子的颜色如何不同在感知上很重要。例如，如果您有一张 RGB(255,255,255) 的白色图像，并将其与 RGB(170,170,170) => 浅灰色的图像和 RGB(255,0,255) => 紫色的图像进行比较。很明显，白色比紫色更类似于浅灰色。我想在我的相似度指标中捕捉 RGB 值之间的统一变化。
标签： image-processing histogram data-mining similarity cv2