通过测量颜色和边缘距离结合欧氏距离

Combining Euclidian distance by measuring colour and edge distance

假设我已经使用颜色作为特征计算了两个图像之间的欧氏距离,还使用它们的边缘计算了两个图像之间的距离。我想测试看看结合这两个距离值是否能更好地表示图像的相似程度。结合这两个距离测量是否像 colourDistance + edgeDistance / 2 一样简单?还是有更复杂的方法来组合距离值?

colourDistance 和 edgeDistance 的任何函数都可以工作。您可以将您描述的内容视为测试三个可能的功能:

f1(colourDistance, edgeDistance) = colourDistance
f2(colourDistance, edgeDistance) = edgeDistance
f3(colourDistance, edgeDistance) = (colourDistance + edgeDistance) / 2

理论上,您可以测试任何其他功能。立即想到的一件事是线性组合:

g(colourDistance, edgeDistance) = w1 * colourDistance + w2 * edgeDistance

对于 w1、w2 的各种值。这将允许您试验这两个特征的视觉重要性。你的 f3 是这个函数的一个例子,w1=w2=0.5

您可能会发现特征的权重不是线性的,例如,非常小的值的 1 点差异比大值的 1 点差异更(或更小)显着。您可以尝试以下函数:

h(colourDistance, edgeDistance) = w1 * log(colourDistance) + w2 * log(edgeDistance)

最后的建议,我不清楚你的距离是否在同一比例尺上。如果一个距离度量从 0-10 而另一个从 0-1000,您可能需要对值进行归一化,或者通过选择 w1 和 w2 进行补偿。