Die Relevanz und der Einfluss von Wahrscheinlichkeitsverteilungen auf die Bildverarbeitung sind Gegenstand dieser Studie. Eine Wahrscheinlichkeitsverteilungsfunktion der Helligkeit für einen bestimmten Bereich, der ein gesamtes Bild sein kann, lässt sich charakterisieren. Um ein Histogramm zu erzeugen, wird die Wahrscheinlichkeitsdichtefunktion der Helligkeit häufig durch das Zählen, wie oft jede Helligkeit in dem Bildbereich auftritt, berechnet. Der Durchschnittswert der Helligkeit ist definiert als das Stichprobenmittel der Helligkeitswerte der Pixel in einem bestimmten Bereich. Das Histogramm zeigt die Häufigkeiten an.Das Histogramm hat eine Vielzahl von Anwendungen in der Bildverarbeitung. Zum einen kann es für die Bildanalyse verwendet werden. Zum anderen dienen die Funktionen zur Steuerung von Helligkeit und Kontrast des Bildes sowie die beiden weiteren Anwendungen zur Histogrammgleichverteilung (Histogram Equalization) und Schwellwertbildung (Thresholding). Die Normalisierung eines Histogramms ist eine Methode, um die Intensitäten diskreter Verteilungen in Wahrscheinlichkeiten diskreter Verteilungsfunktionen umzuwandeln. Die Methode zur Histogrammgleichverteilung besteht darin, den Kontrast des Bildes durch Änderung ihrer Intensitätsverteilungsfunktionen zu steuern. Das Hauptziel dieses Verfahrens ist es, der kumulativen Wahrscheinlichkeitsfunktion (CDF) einen linearen Trend zu verleihen.Eine Segmentierungsmethode besteht darin, einen Bereich des Bildes in seine Bestandteile oder Objekte zu unterteilen.