直方图均衡化的例子

用一个更通俗的例子来解释全局方法，特别是直方图均衡化（Histogram Equalization, HE）。

想象一下，你有一堆不同颜色的球，这些球代表图像中的像素。每种颜色的球的数量代表该颜色在图像中的频率。现在，如果大部分球都是深色的，只有很少的浅色球，这就相当于一张对比度低的图像，看起来比较暗淡，细节不够清晰。

直方图均衡化的过程就像是重新分配这些球，让每种颜色的球数量更加均匀。具体步骤如下：

1. 数球：首先，我们数一下每种颜色的球有多少个，这就是原始图像的直方图。

2. 决定新规则：然后，我们决定一个新规则，让每种颜色的球数量更加均匀。比如，我们可以让每种颜色的球占总数的相同比例。

3. 重新分配：接下来，我们根据这个新规则重新分配球。如果某种颜色的球太多，我们就把它们分散到其他颜色的球堆里，直到每种颜色的球数量都符合我们的新规则。

4. 结果：经过重新分配后，原本集中在深色的球现在分散到了更多的颜色上，浅色的球也变多了。这就像是提高了图像的对比度，让图像看起来更亮，细节也更清晰。

这个例子展示了全局方法如何通过修改整个图像的像素分布来提高对比度，而不仅仅是图像的某一部分。直方图均衡化是一种简单有效的方法，可以应用于任何需要提高对比度的图像。

在直方图均衡化的例子中，"全局"体现在以下几个方面：

1. 整体考虑：直方图均衡化不是只关注图像的某一部分，而是考虑整个图像的像素分布。它基于整个图像的直方图来进行调整，而不是局部区域。

2. 统一调整：所有的像素值都按照相同的规则进行调整，即根据直方图的累积分布函数来重新映射像素值。这种调整是全局一致的，不区分图像的不同区域。

3. 整体效果：直方图均衡化的目标是改善整个图像的对比度，而不是只改善某个局部区域的对比度。它通过调整所有像素的亮度级别，使得整个图像的亮度分布更加均匀。

4. 全局直方图：在进行直方图均衡化时，我们使用的是整个图像的直方图，而不是局部区域的直方图。这意味着我们是基于整个图像的亮度分布来做出调整。

5. 全局影响：直方图均衡化对图像的影响是全局的，它改变了整个图像的亮度和对比度，而不仅仅是图像的某个部分。

简而言之，"全局"在直方图均衡化中意味着整个图像的像素分布被统一考虑和调整，以达到提高整体对比度的目的。这种方法与只针对图像特定区域进行调整的局部方法形成对比。