根据参考图像各个通道的灰度分布，将一副图像的灰度分布映射过去，使映射后的两幅图像灰度分布非常接近，被称为histogram matching或者histogram specification，常用于网络训练的图像数据扩增

利用基于直方图的自适应阈值方法实现分割前景与背景，使用固定阈值和自适应阈值

dct系数直方图函数，matlab代码实现，很有启发性。

一种基于直方图的可逆数字水印算法。文章详细介绍了一种基于直方图的可逆数字水印算法，阐述了水印的嵌入、提取，以及该算法的鲁棒性。

对直方图进行均衡化处理的源代码： 把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。把给定图像的直方图分布改变成“均匀”分布直方图分布。

本代码用于matlab，有四种去雾程序，包含主要代码的注释，便于图像处理学生使用。如有疑问，私聊解答哦~~

实验目的： 掌握直方图均衡化的原理以及步骤，了解直方图均衡化的作用、效果。 实验要求： 实现对任意图像进行直方图均衡化。

视频中静止背景下的运动目标提取算法，首先介绍了帧差法和背景差分法这两类经典算法的基本思想和算法流程。其中先详细介绍了基于帧差法思想的两种算法：帧间差分法和三帧差分法，通过实验结果发现这两种方法都不能完整地提取出目标。然后详细介绍了基于背景差分法的三种算法：滑动平均法、高斯混合模型和核密度估计，通过实验结果发现滑动平均法会产生一些错误识别的区域，高斯混合模型会出现较多的漏检情况而核密度估计会错误地识别目标附近的区域。提出了一种基于直方图灰度值归类的背景差分法，利用直方图灰度值归类构造背景，使用迭代法自适应地选取阈值，采用联合时空域的分割和形态学重构完成运动目标的分割。同时也给出了一种新的思路，即先大致定位运动区域接着再只对运动区域完成运动目标提取，并通过实验证明了它的可行性和有效性。最后，通过实验发现本文算法与高斯混合模型和核密度估计相比，虽然在漏检率和误检率有时并不是最好的，但是在错误率这个整体指标上一直都是最低的，是这些算法里最稳定的。该算法能实时有效地构造背景模型，完整准确地分割运动目标。

直方图规定化程序（自己编的，matlab），和自带的函数效果一样，大家可以看看里面的内容

该资源主要参考我的博客【数字图像处理】四.MFC对话框绘制灰度直方图，博客地址http://blog.csdn.net/eastmount/article/details/46237463 讲述VC++ 6.0关于数字图像处理的灰度直方图(中值灰度、平均灰度)、灰度、采样、量化处理，处理的是BMP图片，详细讲述了通过OnPaint绘制图像坐标、图像等知识，其中代码中含有详细注释。免费资源，希望能结合原文学习，也期望对你有所帮助，尤其是初学者！By:Eastmount