Image 计算图像相似性的置信度

我使用两幅图像直方图之间的欧几里德距离来计算图像相似性。 直方图由15个存储单元组成，并根据图像大小进行归一化（因此，所有存储单元的总和=1）

现在，对于用户来说，距离值没有任何用处，我想把它转换成一个更具体的值，比如%置信度。 因此，如果距离为0，则置信度为100%，如果距离为最大值，即1（这是否正确？），则置信度为0%

但是，由于直方图和距离度量（即距离=0.5）的特性，缩放不是线性的，不等于50%的置信度

---

有人能给我推荐一个将距离转换为置信度的缩放函数吗？

如果距离接近0，则可以对结果赋予更大的权重，并使用逆指数。以下情况可能会起作用，其中

d

是距离：

((2 - d) ^ 2 - 1) / 3

---

距离为1时，置信度得分为1（即100%），距离为1时，置信度为0。你还可以得到0.5的置信度~0.412。通过增加指数和除数，可以为较短距离增加权重。如果指数是3而不是2，则意味着你想将整件事除以7而不是3，并将拉下0.5到0.339的距离。

酷！我试过这样的方法，但是有没有更“严格”的方法来得出公式？我不知道。这实际上只取决于你的数据和你想如何扭曲你的信心