图像中两个直方图之间的Kullback-Leibler散度（MATLAB）

我在matlab上从图像中提取直方图，然后我想用KL散度比较直方图。 我发现了，但我不明白如何将其应用到我的案例中

所以这里我拉我的柱状图（非常简单！！）：

N

是我的图像的直方图

I

你可以看到我的结果是

inf

。。。 请你告诉我在我的情况下如何使用脚本？

---

谢谢

您可能希望使用，而不是按列计算直方图来计算图像的直方图：

I1 = rand(10);
I2 = rand(10);
[N1, X1] = imhist(I1, 10); % limit the number of bins to avoid zero values
[N2, X2] = imhist(I2, 10);

KLDiv(N1.', N2.') % convert to row vectors to correspond with the requested format
KLDiv(N1.', N1.') % the divergence of an histogram with itself is indeed zero

请注意，我限制了存储箱的数量，以确保每个存储箱至少有一个点，因为如果Q（I）为零，而p（I）不是：

只有当Q（i）=0意味着 P（i）=0，对于所有i（绝对连续性）

注释

• Kullback–Leibler散度的范围？
  任何正数，如果（且仅当）它们相等，则为零：

• 对数应该取哪个基数？自然对数

  log

  还是以2为底的对数

  log2

  
  请注意，这只是一个缩放结果的问题。所以事实上，这并不重要，但是如果你想比较你的结果，一定要使用相同的对数。建议如下：

如果信息不完整，则这些公式中的对数以2为底 以单位为单位测量，如果信息以单位为单位，则以e为基数

---

谢谢你的回答！我有两个小问题，（1）我发现我的

KLD=1.2

可能吗？我认为0我只想指定，在我的情况下，如果我只使用10（箱数），我将失去精度，因此我保留了255个点，并在代码中添加：

temp（isinf（temp））=0
temp（isnan（temp））=0inf
或
NaN
I1 = rand(10);
I2 = rand(10);
[N1, X1] = imhist(I1, 10); % limit the number of bins to avoid zero values
[N2, X2] = imhist(I2, 10);

KLDiv(N1.', N2.') % convert to row vectors to correspond with the requested format
KLDiv(N1.', N1.') % the divergence of an histogram with itself is indeed zero