同樣，這個解釋來自於前述文章提到的論文。可能初做這個技術領域的人不是很在乎如何度量，只是找一個差不多的把系統搭起來。其實度量的好壞直接影響着最後的效果。下面的圖示可以很好的闡述這一點。
首先，我們看兩組直方圖，
- 圖(a)使用了bin-by-bin的直方圖比較方式L1距離，即每個bin和另一個直方圖的對應bin作比較，絕對值求和。左圖的兩個直方圖距離爲4，右圖爲2，顯然L1距離顯示左圖中的兩個直方圖相似性要弱於右圖。
- 圖(b)使用了cross-bin的直方圖比較方式quadratic-form distance，這個距離考慮的bin之間的關係，公式如下。它的比較結果依然會認爲左圖相似性弱於右圖。
但是，按照兩種距離度量的機制，我們可以比較容易的思考到，下圖比較方式會更加合理。圖(c)顯示，如果是bin和bin比較，那麼稍微錯一格進行比較，豈不是很完美？圖(d)也同樣，cross-bin的比較這樣比會更加合理。
爲什麼左圖的一對直方圖是很相似呢？從圖像的例子可以很容易的理解。大家知道圖像的8bit灰度值是0-255，如果直方圖是32個bin，代表對圖像做量化，量化步長爲8。如果有個圖像像素值是128（灰不溜秋的顏色），量化後（這裏方便起見直接除以8了）屬於bin=16。但是如果另一個另一個圖像的像素值是129，我們直觀看起來都會覺得這倆像素長得太像了，但是直方圖的結果卻是歸到了bin=17。這就帶來了上述例子的結果，圖像很相似，但是距離反而不小。
這篇文章很科普，很傻瓜，不過感覺很直觀能表達一個道理，權當一片文章吧。