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。
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:
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。
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。
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。
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。
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。
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。