像素个数多的灰度值

1. 像素个数多的灰度值：在原始图像的直方图中，如果某些灰度值对应的像素数量特别多，这意味着这些灰度值在图像中占据了主导地位，可能是由于图像的光照不均匀或曝光问题导致的。

2. 展宽是原本的尖峰变得更加平坦。

 

在直方图均衡化中，"展宽"通常指的是将直方图中原本集中的尖锐峰值（即大量像素集中在少数几个灰度级别上）变得更加平坦，从而使得像素的灰度值在整个灰度范围内分布得更加均匀。这个过程有助于增加图像的对比度，使图像的细节更加清晰。

具体来说，直方图均衡化通过以下步骤实现“展宽”效果：

1. 计算累积分布函数（CDF）：首先计算原始图像直方图的累积分布函数，它表示每个灰度值及其以下所有灰度值的像素累计数量。

2. 映射到新灰度值：然后，使用CDF的逆函数将原始灰度值映射到新的灰度值。这个过程会将原始直方图中的高峰值像素分散到更广的灰度范围内。

3. 减少峰值尖锐度：通过重新分配像素的灰度值，原本集中在特定灰度值上的像素现在被分散到更多的灰度级别上，使得直方图中的峰值变得不那么尖锐。

4. 实现更均匀分布：最终，直方图的分布变得更加均匀，每个灰度级别都有相似数量的像素，没有特别突出的峰值。

5. 增强图像对比度：由于像素的灰度值分布更加均匀，图像的暗部和亮部之间的差异变得更加明显，从而增强了图像的整体对比度。

6. 改善视觉清晰度：直方图均衡化后，图像的细节更加清晰可见，因为原本由于灰度值集中而导致的细节丢失得到了恢复。

总之，“展宽”在直方图均衡化中是一个形象的描述，指的是通过重新分配像素的灰度值，减少直方图中的尖锐峰值，实现像素灰度值在整个范围内的更均匀分布，从而提高图像的对比度和清晰度。

 

【图像处理算法】直方图均衡化-CSDN博客