余弦相关度、欧氏距离和皮尔逊相关度，今天发现一篇把这三者讲的清清楚楚明明白白的文章，关键是仅仅用了高中的知识，惭愧！附链接：
https://www.zhihu.com/question/19734616/answer/349132554
说到底就是最熟悉的余弦夹角问题。
另外，关于融合图像评价指标CC，就是用的皮尔逊相关系数：
按照上面的文章，可以进一步通俗的解释：
输入的是图像，形状是M*N，因此，描述的就是向量的内积，只不过这个比较抽象，此处的向量不是N*1的列向量，而是M行N列的矩阵，不过都是一个道理，对应位置的元素相乘，就是内积。内积除以两者的模长，就是余弦夹角。
皮尔逊相关系数，就可以简单的理解为，将向量标准化(~N(0,1))后求余弦夹角。