直方圖均衡化的作用是影象增強。

有兩個問題比較難懂，一是為什麼要選用累積分佈函式，二是為什麼使用累積分佈函式處理後像素值會均勻分佈。

第一個問題。均衡化過程中，必須要保證兩個條件：①畫素無論怎麼對映，一定要保證原來的大小關係不變，較亮的區域，依舊是較亮的，較暗依舊暗，只是對比度增大，絕對不能明暗顛倒；②如果是八點陣圖像，那麼畫素對映函式的值域應在0和255之間的，不能越界。綜合以上兩個條件，累積分佈函式是個好的選擇，因為累積分佈函式是單調增函式（控制大小關係），並且值域是0到1（控制越界問題），所以直方圖均衡化中使用的是累積分佈函式。

第二個問題。累積分佈函式具有一些好的性質，那麼如何運用累積分佈函式使得直方圖均衡化？比較概率分佈函式和累積分佈函式，前者的二維影象是參差不齊的，後者是單調遞增的。直方圖均衡化過程中，對映方法是

其中，n是影象中畫素的總和，是當前灰度級的畫素個數，L是影象中可能的灰度級總數。

來看看通過上述公式怎樣實現的拉伸。假設有如下影象：

得影象的統計資訊如下圖所示，並根據統計資訊完成灰度值對映：

注：50的累積概率為自己的；128的累積概率為0.25+0.1875；200的累積概率為0.4375+0.3125；

對映後的影象如下所示：

以上就是直方圖對映均衡化的步驟，當然還有一些基於此的更優演算法，比如Photoshop中的方法，在此就不一一列舉了，大同小異。