直方图增强图像的灰度直方图表示灰度图像中的每个灰度的像素数，反映了图像中每个灰度的出现频率，是图像的基本统计特征之一。
常见的直方图调整方法有直方图均衡化和直方图规定化两种。
的直方图并显示在MATLAB中，使用函数imhist )计算并显示图像的直方图。
MATLAB实现：
示例：计算RGB彩色图像的颜色直方图
I=imread(peppers.png )； subplot (2，2，1 )； imshow(I )； title (图像)； subplot (2，2，2 )； imhist(I ) :1 )； title(r )； subplot (2，2，3 )； imhist(I ) :2 )； title(g )； subplot (2，2，4 )； imhist(I ) :3 )； title(b )； 运算结果：
直方图平差
简单地说，将输入图像的灰度等级为r的像素映射到输出图像的灰度等级为s的像素上，生成大致均匀的直方图的输出图像。
在MATLAB中，使用函数**histeq(** )进行直方图的均衡化处理。
MATLAB的实现
示例：
I=imread('fig0226 ) galaxy_pair_original ).tif )； j=histeq(I； %直方图均衡化、默认均衡化后的灰度数为64.subplot (2，2，1 )； imshow(I )； 标题(original image )； subplot (2，2，2 )； imshow(j )； 标题(histogram equalization )； subplot (2，2，3 )； imhist(I，64 )； 标题(original histogram )； subplot (2，2，4 )； imhist(j，64； 标题(qualization histogram )； 执行结果：
直方图归一化直方图归一化是指对给定图像的直方图进行处理，得到灰度上具有预定概率密度函数的图像。 也就是说，使处理后的图像直方图的形状接近用户希望的直方图。
这是书的说明：
在MATLAB中，函数**histeq(**也可以进行直方图的归一化处理。
j=histeq(I，hgram ) :在该函数中，I是输入的原图像，hgram是表示用户希望的直方图形状的整数向量，该向量的长度与最后确定的效果密切相关，向量越短j是进行直方图归一化后得到的灰度图像。
MATLAB的实现
示例：
I=imread('fig0226 ) galaxy_pair_original ).tif )； Hg ram=ones (1，256； j=histeq(I，hgram )； %直方图规范化subplot (1，3，1 )； imshow(I )； 标题(original image )； subplot (1，3，2 )； imshow(j )； 标题(histogram specification )； subplot (1，3，3 )； imhist(j )； 标题(histogram )； 执行结果：
通过直方图进行灰度图像增强有两点不足：一是处理后的图像灰度级有所减少，致使某些细节消失；二是某些图像，如直方图有xdddy等，经处理后其对比度易产生不自然的过分增强。此外，对于图像的有限灰度级，量化误差也经常引起信息丢失，导致一些敏感的边缘因与相邻像素点的合并而消失。