图像与灰度直方图的对应关系为多对一直方图均衡化

灰度直方图

是一种统计图，表示了图像中每个灰度级别的像素数量。它是根据图像中每个像素的灰度值进行计数得到的。由于像素的灰度级别可以具有相同的值，所以多个不同的图像可以具有相同的灰度直方图。

直方图均衡化

一种常用的图像增强技术，通过重新分布图像像素的灰度级来增强图像的对比度。其过程包括以下步骤：
1.灰度直方图计算：首先，统计原始图像中每个灰度级（0-255）的像素数量，得到原始图像的灰度直方图。即计算每个灰度级的像素频数。
2.累积直方图计算：根据灰度直方图，计算累积直方图。累积直方图表示低于或等于某个灰度级的像素的累积频数。计算方法为将每个灰度级的频数与前一个灰度级的累积频数相加。
3.灰度映射函数计算：根据累积直方图，计算灰度映射函数。灰度映射函数确定了每个原始灰度级与对应的输出灰度级之间的映射关系。通常使用以下的公式计算映射函数： 新灰度级 = [（累积直方图值 - 最小累积直方图值） / （图像总像素数 - 1）] * 最大灰度级
4.像素重新映射：使用灰度映射函数，将所有原始图像中的像素值重新映射为输出图像中的新像素值。即根据计算得到的灰度映射函数，将每个原始像素的灰度级替换为对应的新灰度级。
5.输出图像生成：根据重新映射后的像素值，生成经过直方图均衡化处理的最终输出图像。
通过直方图均衡化，可以使图像的像素灰度级更加均匀分布，从而增强图像的对比度和视觉效果。这在图像处理领域中常用于提升图像质量、增强图像细节等应用中。