我正在尝试实现朴素贝叶斯最近邻(NBNN)来进行图像分类。在该算法中，它要求属于不同图像的两个像素之间的欧几里德距离。
我有 1) m×40,000 矩阵中的一组 m 图像(其中 40,000 是一个图像中的像素数)和 2) n×40,000 矩阵中的另一组 n 图像.
1) 是训练集，2) 是验证集。
为了让我应用 NBNN，根据我的理解，我需要找到 2) 的每个像素到 1) 的相应像素之间的欧几里得距离。
我的问题是，给定两个灰度值，一个来自 1)，另一个来自 2)，我如何找到它们之间的欧几里德距离以便应用 k-NN？
最佳答案
设 x、y 为两个 200×200 的灰度图像。像素级别为 x1,x2,...x40000 和 y1, y2,...y40000。
x 和 y 之间的欧氏距离为 d(x,y)=sqrt(sum_i((xi-yi)^2))
关于matlab - 欧氏距离两个像素，每个像素属于不同的图像，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/20623709/