直方图处理
灰度直方图
如果将图像中像素灰度级看成是一个随机变量，则其取值分布情况就反映了图像的统计特征，这一特性可用灰度直方图($Historgram$)来描述
灰度级范围为$[0,L-1]$的数字图像的灰度直方图是灰度级的离散函数：
$$ h(r_k)=n_k $$
其中$n_k$是图像中灰度值为$r_k$的像素的个数
灰度直方图归一化
$$ p(r_k) = \frac{n_k}{n},k=0,1,2,L $$
$n_k$和$r_k$的含义如上，$n$为一幅图中像素总数。灰度直方图归一化处理后，$p(r_k)$可视为图像灰度级$r_k$发生的概率估计值
直方图均衡
目的：拉开灰度直方图的分布
所谓直方图均衡化，是指寻找一个灰度变换函数：
$$ s = T(r) $$
使变换后的图像像素值占有全部灰度级并且分布均匀，从而得到一副灰度级丰富且动态范围大的图像（即高对比度图像）
变换函数$T(r)$
变换函数$T(r)$应满足下列条件：
- 在$0\leq r\leq 1$区间内，$T(r)$严格单调递增
- 当$0\leq r\leq 1$时，$0\leq T(r)\leq 1$
条件（1）保证了输出图像的灰度级从白到黑的次序不变，并保证$T(r)$的反函数存在
条件（2）保证了变换后输出灰度级与输入有同样的范围
