Histogram billedbehandling er den handling at ændre et billede ved at kontrollere parametrene for billedet intensitetsværdier. Kan måles intensitetsværdier for et billede og afbildet på et histogram, der repræsenterer enten samlede intensitet eller farve intensitet inden for en enkelt farvekanal. En bruger kan ændre udseendet af et billede gennem histogram billedbehandling ved at interagere med og ændre det histogram viser intensitetsværdier.
En farve intensitet hele et billede kan beregnes, og de beregnede værdier kan kortlægges på et histogram. Ved at ændre formen af denne histogram eller ændring af midtpunktet af det, kan intensitet værdier remapped, ændre udseendet af et billede. Det er muligt at ændre et histogram for en enkelt farvekanal, ændre, hvordan en enkelt farve behandles hele et billede. Sammen med intensivering eller dæmpning af udvalgte farver, kan den samlede kontrast i et billede også øges eller mindskes.
Mange billedbehandlingsprogrammer har kapacitet til at tillade brugeren at se histogram forbundet med et billedes intensitet værdier. Billedbehandling teknologi giver en bruger, der har grundlæggende kendskab til billedredigering til at ændre udseendet af et billede ved samlede intensitet værdier uden at skulle anvende ændringer direkte til selve billedet. Histogram billedbehandling er især nyttig, når en person ønsker at kombinere to billeder til enten en normaliseret sammenligning eller at sy billeder sammen uden problemer. Ved at normalisere et billede histogram i forhold til andre billede histogrammer, hvert billede får samme udvalg af farver og intensitet som de andre billeder.
Billede visualisering er vigtig i mange fagområder, fra kunst og fotografering til videnskabelige dataindsamling. Histogram billedbehandling kan skabe et virtuelt billede filter, skaber kunstneriske elementer eller reducere uønskede billeddiagnostiske effekter. Kantdetektering og image segmentering kan gøres mere synlige, hvilket øger sandsynligheden for en automatiseret program at kunne identificere elementer i et enkelt billede. Dette er især nyttigt i indsamling af videnskabelige data fra billeder.
Til videnskabelige formål, histogram billedbehandling er kritisk, fordi det udrydder variabler i billeder forårsaget af en systematisk forskydning. Alle billeder i en undersøgelse kan gives den samme parameter rækkevidde og normaliseret til hinanden, så forskerne at kontrollere for variabler, der skyldes ændringer i billeddannende parametre. Ved at styre til billedbehandling varians hjælp histogram billedbehandling, forskerne er derefter i stand til at undersøge de variable inden for en undersøgelse uden forstyrrende grader af billedet intensitet eller kontrast. Med andre ord, ved anvendelse af billedbehandling algoritmer til at normalisere intensitetsværdier inden billeder, en forsker kan direkte sammenligne ellers uforlignelige billeder.