Matlab 互信息，两幅彩色图像之间的Kullback-Leibler散度

我正在做一个利用互信息进行图像分类的项目。它要求我使用彩色图像的概率分布，或者我想计算互信息，或者在Matlab中计算Kullback-Leibler散度。有人能帮我吗？ 我计算了彩色图像的熵，如下所示：

I = imread('s1.png');
% rgb_columns = reshape(rgb, [], 3);

% %Change RGB matrices to a single matrix of color indices.
% %Removes the third dimension from the pixel intensity matrix.
Color_ind=double(I(:,:,1)).*256^2+double(I(:,:,2).*256)+double(I(:,:,3));      
disp(size(Color_ind));     

% Finding unique elements in the matrix and find their length
unique_ind=unique(Color_ind);
unique_len=length(unique_ind);

%Pre-allocate space for the vector that will hold the number of entries
%for each unique color
color_count_prob=zeros(unique_len,1);

%Count the number of each occurrence of each unique color index in the 
%original matrix.
for i = 1:unique_len
  color_count_prob(i)=(length(find(unique_ind(i)==Color_ind)))/(2073600);
end
en_sum=0;
for i = 1:unique_len
  en_sum = en_sum + log2(color_count_prob(i));
end
en = -en_sum;

---

对于彩色图像的PDF计算：

首先，需要将图像转换为灰度。如果您坚持保持RGB模式（或任何其他彩色模式），您将必须生成3个PDF（每个颜色通道一个）-我不建议出于Kullback Liebler或互信息的目的这样做，灰度图像就可以了

其次，您需要计算每个图像的分布。为此，需要展平图像（从二维阵列转换为一维阵列）。展平图像后，应对值进行排序。排序后，您应该对它们进行规范化（您可以选择不进行规范化，但建议您这样做）。然后，可以导出图像的直方图

要测量Kullback-Liebler散度，需要：

测量图像直方图上的熵。这将是一个数字

只需从第一步中减去这些值，就会得到这两幅图像的Kullback-Liebler散度值

---

发布一些代码并向我们展示您的尝试。欢迎使用stack Overflow我已经计算了图像的熵，但是我不知道如何计算互信息和KL散度，因为它需要图像的pdf格式。如何定义彩色图像的概率分布？熵=和（pi*log2（pi））。但您似乎将其计算为Sum（log2（pi）），我如何使用scipy获得python中具有最小KL散度的概率分布的生成器？