Question

我在matlab上从图像中提取直方图，而不是使用KL-divergence来比较直方图。我找到了this script，但我不明白如何将它应用到我的案例中。

所以我在这里拉直方图（非常简单!!）：

[N,X]=hist(I,n);
[N1,X1]=hist(I1,n);
KLDiv(N,N1) 
% ans=inf

N是我的图片的直方图I

就像你可以看到我的结果是inf ... 请问在我的案例中如何使用脚本？感谢

Answer 1

您可能希望使用imhist计算图像的直方图，而不是直方图的列式计算：

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bin的数量，以确保每个bin至少有一个点，因为如果Q（i）为零且P（i）不为{<3}}，则不定义Kullback-Leibler divergence：

仅当Q（i）= 0暗示时才定义Kullback-Leibler散度 P（i）= 0，对于所有i（绝对连续性）。

备注

Kullback-Leibler发散范围？
任何正数，如果（且仅当）它们相等，则为零：KLD >= 0。

我应该以哪个基数为对数？自然对数log或基数2对数log2？
请注意，这只是扩展结果的问题。事实上，它并不重要，但如果你想比较你的结果，一定要使用相同的对数。 Wikipedia建议如下：

如果信息是，则将这些公式中的对数取为基数2 以bits为单位测量，如果测量信息，则以基数e为单位 nats

Kullback-Leibler图像的2个直方图之间的差异（MATLAB）

1 个答案: