图像对比度增强的非线性变换法 雾天图像增强技术的分析与研究 图像去雾技术研究综述与展望 雾天低对比度图像增强方法的研究 雾天低对比度图像增强方法的研究 直方图匹配图像增强技术的算法研究与实现 一种新的非线性变换法实现图像增强的方法 05_01_图像增强(灰度变换) 保持图像细节的直方图均衡算法 光照不均管道内图像增强算法的研究与应用 光照不均图像增强方法综述 基于单幅图像的去雾算法研究 基于灰度变换的图像增强实现 基于灰度直方图的图像增强及其VC实现 基于灰度直方图的图像增强算法(1) 基于直

直方图均衡方法因其有效性和简单易用性已经成为图像增强的常用方法。直方图均衡是一种经典有效的图像增强方法。这种方法是根据输入图像的灰度概率分布来确定图像对应的输出灰度值，通过拓展图像灰度分布的动态范围以改善图像视觉效果[1]。直方图均衡方法有局部均衡和全局均衡两种。局部均衡可以更好地增强图像的局部细节，局部方法有子块不重叠、子块重叠与子块部分重叠3种方式。其中，子块不重叠方式因产生明显的块效应而很少采用；子块重叠方式由于计算量大、处理速度慢，实际应用也不多；子块部分重叠方式虽然可以较好地提高处理速

对常规的直方图均衡算法进行了改进，避免了不同灰度的像素均衡后被合并、图像细节丢失等现象。实验结果表明，改进的直方图均衡新算法既能充分增强图像的对比度，又能保持图像的局部细节，使图像具有更加自然的视觉效果。

为了保持图像明暗区域的对比度约束,提出了一种改进的暗通道去雾算法;该算法首先将原始图像分割成适当的明暗双区域,并计算相应的对比度比值,再使用基于中值滤波的暗通道去雾算法处理图像暗区域部分,最后利用亮度精确控制的双直方图均衡算法,以最大程度保持区域对比度不变为约束条件,修正图像较亮区域的亮度分布。结果表明:对比相关去雾算法,利用所提算法最终处理后的图像能够在信息熵值、平均梯度和亮度标准差等方面取得明显增益,进一步凸显图像中被雾霾环境所掩盖的细节特征。