給定歐氏空間中的兩點集 
，
，Hausdorff距離就是用來衡量這兩個點集間的距離。
其中，
，
。
稱為雙向Hausdorff距離， 
稱為從點集A到點集B的單向Hausdorff距離。相應地
稱為從點集B到點集A的單向Hausdorff距離。
下面從一個例子來理解Hausdorff距離。
上圖中，給出了A,B,C,D四條路徑，其中路徑A具體為（16-17-18-19-20），路徑B具體為（1-2-3-4-9-10）。要求Hausdorff距離 ，則需要先求出單向Hausdorff距離 和 。
對於 ，以A中的點16為例，在路徑B中的所有點中，距離點16最近的是點1，距離為3。即
。同理由圖可得
，
，
，
。在它們中，值最大的為3，故 
。
同理可得，
。
所以
。
同理可求出上圖中四條路徑間的單向Hausdorff距離如下表所示：
雙向Hausdorff距離 是單向Hausdorff距離 和 兩者中的較大者，顯然它度量了兩個點集間的最大不匹配程度。
當A,B都是閉集的時候，Hausdorff距離滿足度量的三個定理：
(1) 
，當且僅當A=B時，
。
(2) 
(3) 
若凸集A,B滿足
且 
，並記 
， 
分別為A,B邊界的點集合，則A,B的Hausdorff距離等於 ， 的Hausdorff距離。
Hausdorff距離易受到突發噪聲的影響。
當圖像受到噪聲污染或存在遮擋等情況時，原始的Haudorff距離容易造成誤匹配。所以，在1933年，Huttenlocher提出了部分Hausdorff距離的概念。
簡單地說，包含q個點的集合B與集合A的部分Hausdorff距離就是選取B中的K（
且 
）個點，然后求這K個點到A集合的最小距離並排序，則排序后的第K個值就是集合B到集合A的部分單向Hausdorff距離。定義公式如下：
相應地，部分雙向Hausdorff距離定義為：
