普通的直方图就是统计图像中像素灰度出现的次数。

二维直方图的其中一维就是普通的直方图，即统计图像中像素灰度出现的次数。

另一维的概念就比较模糊了，我看很多论文中都是用的当前像素邻域均值灰度出现的次数。按照这个意思，其实用当前像素邻域中值灰度出现的次数也是可以的。或者用什么厉害的算法处理一下，在统计出现灰度的次数也是可以的。所以按照这样推广，其实构成N维直方图也是未尝不可的。

至于有什么用处嘛，我还需要再研究研究。

lena的二维直方图，1维是普通直方图，2维是半径为1的邻域均值直方图：

matlab代码如下：

clear all;close all;clc;img=imread('lena.jpg');[m n]=size(img);r=1;    %邻域半径imgn=zeros(m+2*r+1,n+2*r+1);imgn(r+1:m+r,r+1:n+r)=img;imgn(1:r,r+1:n+r)=img(1:r,1:n);                 %扩展上边界imgn(1:m+r,n+r+1:n+2*r+1)=imgn(1:m+r,n:n+r);    %扩展右边界imgn(m+r+1:m+2*r+1,r+1:n+2*r+1)=imgn(m:m+r,r+1:n+2*r+1);    %扩展下边界imgn(1:m+2*r+1,1:r)=imgn(1:m+2*r+1,r+1:2*r);       %扩展左边界Hist=zeros(256,256);for i=1+r:r+m    for j=1+r:r+n        pix1=uint8(imgn(i,j));        pix2=uint8(mean2(imgn(i-r:i+r,j-r:j+r)));        Hist(pix1+1,pix2+1)=Hist(pix1+1,pix2+1)+1;               endendmesh(double(Hist))