Matlab)实现HSV非等间隔量化--相似判断:欧式距离--输出图片-

2024-09-07 16:58

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!



http://www.chinasem.cn/article/1145620

相关文章

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

在Linux中改变echo输出颜色的实现方法

《在Linux中改变echo输出颜色的实现方法》在Linux系统的命令行环境下,为了使输出信息更加清晰、突出,便于用户快速识别和区分不同类型的信息,常常需要改变echo命令的输出颜色,所以本文给大家介... 目python录在linux中改变echo输出颜色的方法技术背景实现步骤使用ANSI转义码使用tpu

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

golang版本升级如何实现

《golang版本升级如何实现》:本文主要介绍golang版本升级如何实现问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录golanwww.chinasem.cng版本升级linux上golang版本升级删除golang旧版本安装golang最新版本总结gola

SpringBoot中SM2公钥加密、私钥解密的实现示例详解

《SpringBoot中SM2公钥加密、私钥解密的实现示例详解》本文介绍了如何在SpringBoot项目中实现SM2公钥加密和私钥解密的功能,通过使用Hutool库和BouncyCastle依赖,简化... 目录一、前言1、加密信息(示例)2、加密结果(示例)二、实现代码1、yml文件配置2、创建SM2工具

Mysql实现范围分区表(新增、删除、重组、查看)

《Mysql实现范围分区表(新增、删除、重组、查看)》MySQL分区表的四种类型(范围、哈希、列表、键值),主要介绍了范围分区的创建、查询、添加、删除及重组织操作,具有一定的参考价值,感兴趣的可以了解... 目录一、mysql分区表分类二、范围分区(Range Partitioning1、新建分区表:2、分

MySQL 定时新增分区的实现示例

《MySQL定时新增分区的实现示例》本文主要介绍了通过存储过程和定时任务实现MySQL分区的自动创建,解决大数据量下手动维护的繁琐问题,具有一定的参考价值,感兴趣的可以了解一下... mysql创建好分区之后,有时候会需要自动创建分区。比如,一些表数据量非常大,有些数据是热点数据,按照日期分区MululbU