计算机视觉——灰度分布

灰度分布描述的是一幅灰度图像中，不同亮度级别的像素点在整个图像中所占的比例或出现频率的统计情况。

对比度增强：如果直方图分布狭窄，可以通过直方图均衡化 (Histogram Equalization) 等算法，将灰度分布“拉伸”或“映射”到整个0-255范围，从而显著增加图像对比度，揭示更多细节。

图像分割 (Image Segmentation)
如果目标物体和背景有明显的亮度差异，其灰度分布会呈现双峰或多峰。可以选择谷底对应的灰度值作为阈值，进行二值化分割（例如，高于阈值的变为白色，低于的变为黑色），从而将物体与背景分离。

医学图像分析
在X光、CT、MRI等影像中，不同的组织（如骨骼、肌肉、脂肪）具有不同的灰度值范围。分析其灰度分布可以帮助定量评估疾病、检测肿瘤或测量组织成分。

曝光判断：摄影师通过查看相机实时直方图来判断曝光是否准确，避免“死白”（过曝，像素堆积在255）或“死黑”（欠曝，像素堆积在0）的区域，这些区域会丢失所有细节。