)灰度直方图
灰度直方图
灰度直方图1.表征了图像的一维信息。只反映图像中像素不同灰度值出现的次数（或频数）而未反映像素所在位置。
2.与图像之间的关系是多对一的映射关系。一幅图像唯一确定出与之对应的直方图，但不同图像可能有相同的直方图。
3.子图直方图之和为整图的直方图。
灰度直方图直观上来说：若一幅图像其像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。
从概率的观点来理解，灰度出现的频率可看作其出现的概率，这样直方图就对应于概率密度函数(probabilitydensityfunction)，而概率分布函数就是直方图的累积和，即概率密度函数的积分。
灰度直方图使直方图均衡化的灰度变换函数是累积分布函数（概率分布函数）；
在离散情况下直方图不可能作到绝对的一致；
基本算法事例：有一幅图象，共有16级灰度，其直方图分布为Pi,i=0,1,…,15，求经直方图均衡化后，量化级别为10级的灰度图象的直方图分布Qi，其中Pi和Qi为分布的概率，即灰度i出现的次数与总的点数之比。
直方图规范化是指将一幅图象通过灰度变换后，使其具有特定的直方图形式，如使图象与某一标准图象具有相同的直方图，或使图象具有某一特定函数形式的直方图。
统计实例
灰度直方图fpga算法统计在计算机或者dsp上实现直方图统计时，通常会使用数组结构，即在内存中开辟一个整数数组来进行计数，但是在fpga中定义数组是非常消耗资源的，尤其是当数组成员的位宽很大时。例如用触发器来统计256灰度的720p图像的直方图，将消耗4000个逻辑单元(每个逻辑单元是一个四输入查找表)，这几乎消耗了一个spartan-3e25万门器件(xc3s250e)80%的逻辑资源。
幸运的是，fpga器件提供了一个很好的结构可以处理这类问题，这就是blockram。在altera和xilinx的各型号fpga器件上都集成了一种称为blockram的片上内存，它们以若干kbits为一块，不同型号集成不同数量的块，例如在spartan-3e系列中以18kbits为一块，在规模最小的型号xc3s100e上集成了4块这样的内存这种内存很容易实现数组类型的结构，而且这种内存被设计成双端口方式，即可以用两组独立的地址数据总线来读写，因此可以用不到一块的blockram就实现256×24这样的高位宽计数器阵列来进行hdtv视频图像的直方图统计。
以blockram的结构为核心，按照以下几点来设计直方图统计算法：
1.blockram使用双端口方式，端口a用来将内存单元计数值读出，端口b将计数值加一后写回该内存单元。
2.内存的地址在像素有效时由像素灰度值选择，在行同步期间不计数，在场同步期间使用一个递增计数器在前256个时钟将统计结果输出，在之后的256个时钟将ram块清零。
3.双端口读写时钟相位相差180度，以避免双端口读写冲突。
4.数据的读出、加一和写入采用了流水线结构以提高性能，所以在地址控制上要进行适当暂存以保证数据同步。
灰度直方图针对这一问题，提出基于目标特征的非线性灰度重分布算法来实现图像的增强，在乳腺X射线影像处理过程中，首先根据目标图像的特征(比如均值、或者由微分算子求得的边缘)将原图像划分为目标区域和背景区域，然后对目标区域进行非线性灰度变换图像增强，对背景区域进行线性灰度变换图像增强。该算法在增强微钙化点的同时抑制了背景，增强了对比度，有助于医师观察以及后续处理。
描述微钙化点的特征有灰度均值、方差和边缘特征等。由于微钙化点的灰度值相对背景较高，所以，只要灰度值与其邻域灰度均值的差值或者梯度值、方差达到一定的门限，该点就有可能是微钙化点。
直方图均衡处理调整灰阶的动态分布，将图像灰阶调整到近似均匀分布，增强图像整体的对比度。将本文提出的算法与直方图均衡的方法进行对比，基于直方图均衡的方法，部分微钙化点被增强的背景组织淹没，达到了较好的增强效果。
灰度直方图| 函数 | 象素 | 坐标 | 子图 | 离散 |
2.《图像通信与图像处理》
