性質
灰度直方圖1.表征了圖像的一維信息。只反映圖像中像素不同灰度值出現的次數（或頻數）而未反映像素所在位置。
2.與圖像之間的關係是多對一的映射關係。一幅圖像唯一確定出與之對應的直方圖，但不同圖像可能有相同的直方圖。
3.子圖直方圖之和為整圖的直方圖。
處理
灰度直方圖直觀上來說：若一幅圖像其像素占有全部可能的灰度級並且分布均勻，則這樣的圖像有高對比度和多變的灰度色調。
從機率的觀點來理解，灰度出現的頻率可看作其出現的機率，這樣直方圖就對應於機率密度函式(probabilitydensityfunction)，而機率分布函式就是直方圖的累積和，即機率密度函式的積分。
均衡化
直方圖均衡化是通過灰度變換將一幅圖象轉換為另一幅具有均衡直方圖，即在每個灰度級上都具有相同的象素點數的過程。使直方圖均衡化的灰度變換函式是累積分布函式（機率分布函式）；
在離散情況下直方圖不可能作到絕對的一致；
基本算法事例：有一幅圖象，共有16級灰度，其直方圖分布為Pi,i=0,1,…,15，求經直方圖均衡化後，量化級別為10級的灰度圖象的直方圖分布Qi，其中Pi和Qi為分布的機率，即灰度i出現的次數與總的點數之比。
規範化
直方圖規範化是指將一幅圖象通過灰度變換後，使其具有特定的直方圖形式，如使圖象與某一標準圖象具有相同的直方圖，或使圖象具有某一特定函式形式的直方圖。
統計實例
灰度直方圖fpga算法統計在計算機或者dsp上實現直方圖統計時，通常會使用數組結構，即在記憶體中開闢一個整數數組來進行計數，但是在fpga中定義數組是非常消耗資源的，尤其是當數組成員的位寬很大時。例如用觸發器來統計256灰度的720p圖像的直方圖，將消耗4000個邏輯單元(每個邏輯單元是一個四輸入查找表)，這幾乎消耗了一個spartan-3e25萬門器件(xc3s250e)80%的邏輯資源。
幸運的是，fpga器件提供了一個很好的結構可以處理這類問題，這就是blockram。在altera和xilinx的各型號fpga器件上都集成了一種稱為blockram的片上記憶體，它們以若干kbits為一塊，不同型號集成不同數量的塊，例如在spartan-3e系列中以18kbits為一塊，在規模最小的型號xc3s100e上集成了4塊這樣的記憶體這種記憶體很容易實現數組類型的結構，而且這種記憶體被設計成雙連線埠方式，即可以用兩組獨立的地址數據匯流排來讀寫，因此可以用不到一塊的blockram就實現256×24這樣的高位寬計數器陣列來進行hdtv視頻圖像的直方圖統計。
以blockram的結構為核心，按照以下幾點來設計直方圖統計算法：
1.blockram使用雙連線埠方式，連線埠a用來將記憶體單元計數值讀出，連線埠b將計數值加一後寫回該記憶體單元。
2.記憶體的地址在像素有效時由像素灰度值選擇，在行同步期間不計數，在場同步期間使用一個遞增計數器在前256個時鐘將統計結果輸出，在之後的256個時鐘將ram塊清零。
3.雙連線埠讀寫時鐘相位相差180度，以避免雙連線埠讀寫衝突。
4.數據的讀出、加一和寫入採用了流水線結構以提高性能，所以在地址控制上要進行適當暫存以保證數據同步。
圖象增強
灰度直方圖針對這一問題，提出基於目標特徵的非線性灰度重分布算法來實現圖像的增強，在乳腺X射線影像處理過程中，首先根據目標圖像的特徵(比如均值、或者由微分運算元求得的邊緣)將原圖像劃分為目標區域和背景區域，然後對目標區域進行非線性灰度變換圖像增強，對背景區域進行線性灰度變換圖像增強。該算法在增強微鈣化點的同時抑制了背景，增強了對比度，有助於醫師觀察以及後續處理。
描述微鈣化點的特徵有灰度均值、方差和邊緣特徵等。由於微鈣化點的灰度值相對背景較高，所以，只要灰度值與其鄰域灰度均值的差值或者梯度值、方差達到一定的門限，該點就有可能是微鈣化點。
直方圖均衡處理調整灰階的動態分布，將圖像灰階調整到近似均勻分布，增強圖像整體的對比度。將本文提出的算法與直方圖均衡的方法進行對比，基於直方圖均衡的方法，部分微鈣化點被增強的背景組織淹沒，達到了較好的增強效果。
二維分割
灰度直方圖