相关性:相关性如何类似于点积?

信息处理 相关性
2022-01-05 03:54:51

到目前为止,我知道相关性说明了相似性。我正在观看一个关于图像相似性的视频讲座,我在其中了解到相关性类似于点积。因此,当这些图像相似时,两个图像的相关性最大,就像两个对齐(相似)向量的点积一样。

两个向量的点积a=[a1,a2,a3,.....]b=[b1,b2,b3,.....]给出为

ab=iaibi
而两个离散实信号的互相关x(n)y(n)给出为
Rxy(n)=mx(m)y(n+m)

所以现在我想知道:

  • 相关性如何类似于点积?
  • 什么时候相关性最大?
  • 为什么?
1个回答

因此,使用您的互相关公式:

Rxy(n)=mx(m)y(n+m)

我们看到

Rxy[n]=mx[m]y[n+m]=mx[m]y~n[m]=xy~nfory~n[k]=y[n+k] ,
这是一个点积。

因此,对于互相关中的任何“偏移”,您将获得第一个操作数与n- 移位第二个操作数。

请注意,顺便说一下,您的公式仅适用于实值x,即一般来说,点积和互相关的正确公式是:

xy=i=0N1x[i]y[i]Rxy[n]=i=0N1x[i]y[n+i]withx,yCNz={z}{z}