定义
直方图匹配又称为直方图规定化，是指将一幅图像的直方图变成规定形状的直方图而进行的图像增强方法。
直方图均衡化是直方图匹配中的一个特例。直方图规定化是在运用均衡化原理的基础上，通过建立原始图像和期望图像(待匹配直方图的图像)之间的关系，使原始图像的直方图匹配特定的形状，弥补直方图均衡化不具备交互作用的特性。
原理
灰度输入图像为X，具有概率密度函数Pr(r)，r为灰度值，Pr(r)为该值的概率，该概率可以根据图像的直方图计算得出：
nj为灰度值rj的频率，n为像素的总数。期望的概率密度函数为Pz(z)，则目标是将Pr(r)转化为Pz(z)。
每个概率密度函数可以通过以下方式映射到其累积分布函数：
将X中的每个r值映射到在所需的概率密度函数中具有相同概率的z值，即
或
。
举例
期望的参考图像原图和灰度直方图如下图所示：
灰度输入图像为X，对应灰度直方图如下图所示：
匹配后，输出图像具有以下直方图：
从上面的示例中可以看出，匹配会在直方图中引入间隙，导致直方图失真。对于离散的数据集（例如图像）尤其如此，对于连续数据，通常可以通过创建更精细的直方图图元来减少此类现象。
对于RGB图像，可以通过以下两种方式之一应用直方图匹配：可以独立应用匹配每个颜色通道，也可以将单个映射应用于所有通道。在后一种情况下，可以从图像的灰度版本，强度，亮度或其他类似的单个度量导出该单个映射。
参考文献
[1] http://paulbourke.net/miscellaneous/equalisation/
[2] https://en.wikipedia.org/wiki/Histogram_matching
