L'étude porte sur la pertinence et l'impact des distributions de probabilité dans le traitement d'images. Ces distributions peuvent être caractérisées comme une fonction de distribution de probabilité de la luminosité pour une zone donnée, qui peut être l'image entière. Pour générer un histogramme, la densité de probabilité de la luminosité est souvent calculée en comptant le nombre de fois que chaque niveau de luminosité apparaît dans la région de l'image. La moyenne de la luminosité est définie comme la moyenne échantillonnale des niveaux de luminosité des pixels dans une région spécifique. L'histogramme représente la fréquence.L'histogramme a une large gamme d'applications en traitement d'images. Il peut, tout d'abord, être utilisé pour l'analyse d'une image. Ensuite, il sert à ajuster les fonctions de luminosité et de contraste d'une image, ainsi qu'à réaliser deux autres tâches : l'équalisation et le seuillage. La normalisation d'un histogramme est une méthode permettant de convertir les intensités des distributions discrètes en probabilités de fonctions de distribution discrètes. La technique d'équalisation d'histogramme consiste à contrôler le contraste de l'image en modifiant ses fonctions de distribution d'intensités. L'objectif principal de cette procédure est d'attribuer une tendance linéaire à la fonction cumulative de probabilité (CDF).Une méthode de segmentation consiste à diviser une partie d'une image en zones ou objets constitutifs.