Matlab）实现HSV非等间隔量化--相似判断：欧式距离--输出图片-

本文主要是介绍Matlab）实现HSV非等间隔量化--相似判断：欧式距离--输出图片-，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

%**************************************************************************
%                                 图像检索——提取颜色特征
%HSV空间颜色直方图(将RGB空间转化为HSV空间并进行非等间隔量化，
%将三个颜色分量表示成一维矢量，再计算其直方图作为颜色特征
%function : Hist = ColorHistogram(Image)
%Image       : 输入图像数据
%Hist         : 返回颜色直方图特征向量256维
%**************************************************************************
function Hist = ColorHistogram(Image)
Image = imread('D:\matlab\work\image_0007.jpg');
[M,N,O] = size(Image);
[h,s,v] = rgb2hsv(Image);
H = h; S = s; V = v;
h = h*360;

%将hsv空间非等间隔量化：
%   h量化成16级；
%   s量化成4级；
%   v量化成4级；
for i = 1:M
       for j = 1:N
               if h(i,j)<=15||h(i,j)>345
                       H(i,j) = 0;
               end
               if h(i,j)<=25&&h(i,j)>15
                       H(i,j) = 1;
               end
               if h(i,j)<=45&&h(i,j)>25
                       H(i,j) = 2;
               end
               if h(i,j)<=55&&h(i,j)>45
                       H(i,j) = 3;
               end
               if h(i,j)<=80&&h(i,j)>55
                       H(i,j) = 4;
               end
               if h(i,j)<=108&&h(i,j)>80
                       H(i,j) = 5;
               end
               if h(i,j)<=140&&h(i,j)>108
                       H(i,j) = 6;
               end
               if h(i,j)<=165&&h(i,j)>140
                       H(i,j) = 7;
               end
               if h(i,j)<=190&&h(i,j)>165
                       H(i,j) = 8;
               end
               if h(i,j)<=220&&h(i,j)>190
                       H(i,j) = 9;
               end
               if h(i,j)<=255&&h(i,j)>220
                       H(i,j) = 10;
               end
               if h(i,j)<=275&&h(i,j)>255
                       H(i,j) = 11;
               end
               if h(i,j)<=290&&h(i,j)>275
                       H(i,j) = 12;
               end
               if h(i,j)<=316&&h(i,j)>290
                       H(i,j) = 13;
               end
               if h(i,j)<=330&&h(i,j)>316
                       H(i,j) = 14;
               end
               if h(i,j)<=345&&h(i,j)>330
                       H(i,j) = 15;
               end
       end
end
for i = 1:M
       for j = 1:N
               if s(i,j)<=0.15&&s(i,j)>0
                       S(i,j) = 0;
               end
               if s(i,j)<=0.4&&s(i,j)>0.15
                       S(i,j) = 1;
               end
               if s(i,j)<=0.75&&s(i,j)>0.4
                       S(i,j) = 2;
               end
               if s(i,j)<=1&&s(i,j)>0.75
                       S(i,j) = 3;
               end
       end
end
for i = 1:M
       for j = 1:N
               if v(i,j)<=0.15&&v(i,j)>0
                       V(i,j) = 0;
               end
               if v(i,j)<=0.4&&v(i,j)>0.15
                       V(i,j) = 1;
               end
               if v(i,j)<=0.75&&v(i,j)>0.4
                       V(i,j) = 2;
               end
               if v(i,j)<=1&&v(i,j)>0.75
                       V(i,j) = 3;
               end
       end
end

%将三个颜色分量合成为一维特征向量：L = H*Qs*Qv+S*Qv+v；Qs,Qv分别是S和V的量化级数, L取值范围[0,255]
%取Qs = 4; Qv = 4
for   i = 1:M
       for j = 1:N
               L(i,j) = H(i,j)*16+S(i,j)*4+V(i,j);
       end
end
%计算L的直方图
for i = 0:255
       Hist(i+1) = size(find(L==i),1);
end
% Hist = Hist/sum(Hist);
T0=Hist;

% 循环读入图像
A=dir('D:\matlab\work\strawberry\*.jpg');
for k=1:size(A)
     B=strcat('\matlab\work\strawberry\',A(k).name);
     Image=imread(B);
%end
[M,N,O] = size(Image);
%M = 256;
%N = 256;

% 计算每一幅图像的颜色直方图

[h,s,v] = rgb2hsv(Image);
H = h; S = s; V = v;
h = h*360;

%将hsv空间非等间隔量化：
%   h量化成16级；
%   s量化成4级；
%   v量化成4级；
for i = 1:M
       for j = 1:N
               if h(i,j)<=15||h(i,j)>345
                       H(i,j) = 0;
               end
               if h(i,j)<=25&&h(i,j)>15
                       H(i,j) = 1;
               end
               if h(i,j)<=45&&h(i,j)>25
                       H(i,j) = 2;
               end
               if h(i,j)<=55&&h(i,j)>45
                       H(i,j) = 3;
               end
               if h(i,j)<=80&&h(i,j)>55
                       H(i,j) = 4;
               end
               if h(i,j)<=108&&h(i,j)>80
                       H(i,j) = 5;
               end
               if h(i,j)<=140&&h(i,j)>108
                       H(i,j) = 6;
               end
               if h(i,j)<=165&&h(i,j)>140
                       H(i,j) = 7;
               end
               if h(i,j)<=190&&h(i,j)>165
                       H(i,j) = 8;
               end
               if h(i,j)<=220&&h(i,j)>190
                       H(i,j) = 9;
               end
               if h(i,j)<=255&&h(i,j)>220
                       H(i,j) = 10;
               end
               if h(i,j)<=275&&h(i,j)>255
                       H(i,j) = 11;
               end
               if h(i,j)<=290&&h(i,j)>275
                       H(i,j) = 12;
               end
               if h(i,j)<=316&&h(i,j)>290
                       H(i,j) = 13;
               end
               if h(i,j)<=330&&h(i,j)>316
                       H(i,j) = 14;
               end
               if h(i,j)<=345&&h(i,j)>330
                       H(i,j) = 15;
               end
       end
end
for i = 1:M
       for j = 1:N
               if s(i,j)<=0.15&&s(i,j)>0
                       S(i,j) = 0;
               end
               if s(i,j)<=0.4&&s(i,j)>0.15
                       S(i,j) = 1;
               end
               if s(i,j)<=0.75&&s(i,j)>0.4
                       S(i,j) = 2;
               end
               if s(i,j)<=1&&s(i,j)>0.75
                       S(i,j) = 3;
               end
       end
end
for i = 1:M
       for j = 1:N
               if v(i,j)<=0.15&&v(i,j)>0
                       V(i,j) = 0;
               end
               if v(i,j)<=0.4&&v(i,j)>0.15
                       V(i,j) = 1;
               end
               if v(i,j)<=0.75&&v(i,j)>0.4
                       V(i,j) = 2;
               end
               if v(i,j)<=1&&v(i,j)>0.75
                       V(i,j) = 3;
               end
       end
end

%将三个颜色分量合成为一维特征向量：L = H*Qs*Qv+S*Qv+v；Qs,Qv分别是S和V的量化级数, L取值范围[0,255]
%取Qs = 4; Qv = 4
for   i = 1:M
       for j = 1:N
               L(i,j) = H(i,j)*16+S(i,j)*4+V(i,j);
       end
end
%计算L的直方图
for i = 0:255
       Hist(i+1) = size(find(L==i),1);
end
% Hist = Hist/sum(Hist);
T=Hist;

% 计算图像库中每一幅图像与查询例子图像的欧式距离
diff = T0-T;
EulerDistance = sqrt( sum( diff(:).*diff(:) ) );
w(k)=EulerDistance;
end

%--------------------------------------------------------------------------
%按颜色的相似性大小显示查询结果图片
%--------------------------------------------------------------------------
[B,IX]=sort(w,2);
A=dir('D:\matlab\work\strawberry\*.jpg');
for n=1:12
         subplot(3,4,n);
         I=imread(strcat('\matlab\work\strawberry\',A(IX(n)).name));
         imshow(I);
end

这篇关于Matlab）实现HSV非等间隔量化--相似判断：欧式距离--输出图片-的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---