(1)基本概念
如果将图像中的像素灰度等级考虑为一个伴随变量(在概率论中学到的伴随变量对于后续直方图的均匀化是极其重要的)，则可以用PDF )来描绘，即灰度直方图(histogram ) 这表示图像中具有某一灰度级的像素的数量，反映了各个灰度级出现的频率。 直方图的横轴为灰度，纵轴为该灰度的像素数(出现频率)，是图像的基本统计特性。
从基本概念可知，直方图是图像中各像素的灰度值的出现次数的统计结果，仅反映该图像中不同灰度值的出现次数(或者度数)，不反映该灰度值的像素所在的位置。 也就是说，直方图中只包含该图像中某灰度值的像素出现的概率，该位置信息丢失了。
)2)编码的实现
MATLAB的“图像工具箱”提供了imhist函数，用于显示图像的灰度直方图。 语法为以下：
imhist(I；
imhist(I，n )；
计数，x]=imhist(…；
其中，I是计算出的灰度直方图的图像。 参数n是指定的灰度数，对于灰度图像，默认情况下n为256，即0到255。 2值图像时，n为2，也就是0~1的2级灰度。 如果指定参数n，所有灰度将均匀分布在n个单元格之间，而不是展开。 返回值counts和x是直方图的数据矢量和对应的灰度区间矢量，理解为直方图的纵轴矢量和横轴矢量。
虽然调用现成的函数很方便，但是会屏蔽内部实现机制和算法，以后移植也不方便，所以今后的学习尽量自己写函数。 虽然不太会做matlab编程，但是我觉得掌握起来并不困难。 接下来，为了制作灰度直方图，自己开始编程。
I=RGB 2格雷(即时读取(2. jpg ) )； 获取并转换%灰度图像[m，n]=size(I )； %取得图像尺寸，m为行数，n为列数k=m*n； %总像素数y=Zeros(1,256 )； 用于存储%灰度统计结果数据的矢量forI=1:mforj=1:ny(I(I，j )1)=y ) I ) I，j )1) 1； %灰阶为0~255，向量y的下标为1~256 endend subplot (1，2，1 )、imhist(I )、title ) ‘ originalhistogram ‘； subplot (1，2，2 )，bar )，title ) ) ‘我的历史记录)； clear
)。
从像素灰度的分布来说，可以看出两图大致相同，但仍有小的缺陷：
1 .两个直方图的纵轴刻度不同，差了一个等级，所以乍一看看起来不太一样。
2.bar(y )函数的这种使用方法默认的横坐标的刻度范围为1(length ) y )，在本程序中为1 ) 256，这是与灰度级的范围0 ) 255的偏差，是亮度分布、对比度等的偏差
针对上述两个缺陷，改进的代码如下。
I=RGB 2格雷(即时读取(2. jpg ) )； 获取并转换%灰度图像[m，n]=size(I )； %取得图像尺寸，m为行数，n为列数k=m*n； %总像素数y=Zeros(1,256 )； 用于存储%灰度统计结果数据的矢量forI=1:mforj=1:ny(I(I，j )1)=y ) I ) I，j )1) 1； %灰阶为0~255，向量y的下标为1~256 endend subplot (1，2，1 )、imhist(I )、title ) ‘ originalhistogram ‘； x=0:255； subplot (1，2，2 )，bar ) x，y )，axis ) [ 0，255，0，140000 ]，标题) ‘我的历史记录’； clear
)。
