很多情况下，图像的灰度级集中在较窄的区间，引起图像细节模糊。通过直方图处理可以明晰图像细节，突出目标物体，改善亮度比例关系，增强图像对比度。直方图处理基于概率论。
直方图处理通常包括直方图均衡化和直方图规定化。直方图均衡化可实现图像的自动增强，但效果不易控制，得到的是全局增强的结果。直方图规定化可实现图像的有选择增强，只要给定规定的直方图，即可实现特定增强的效果。
直方图均衡化借助灰度统计直方图和灰度累积直方图来进行。
灰度统计直方图反映了图像中不同灰度级出现的统计情况。灰度统计直方图是一个一维离散函数，可表示为\(h(k) = n_k, k = 0,1,...L-1\)，其中k为某个灰度级，L为灰度级的数量，最大取256，\(n_k\)为具有第k级灰度值的像素的数目。
灰度直方图
归一化概率
灰度统计直方图的归一化概率表达形式给出了对\(s_k\)出现概率的一个估计，可表示为
式中，k为某个灰度级；L为灰度级的数量，最大取256；\(s_k\)为第k级灰度值的归一化表达形式，\(s_k = k / 255\)，故\(s_k \in [0，1]\)；\(n_k\)为具有第k级灰度值的像素的数目；N为图像中像素的总数，故\(（n_k / N）\in [0，1]\)。
原文：https://www.cnblogs.com/recoverableTi/p/13294497.html