全文总字数：1933字

1. 研究目的与意义及国内外研究现状

直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。;直方图均衡化通过使用累积函数对灰度值进行“调整”以实现对比度的增强。直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。但是这种方法的一个缺点是它对处理的数据不加选择，它可能会增加背景杂讯的对比度并且降低有用信号的对比度；变换后图像的灰度级减少，某些细节消失；某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。所以我们尝试着改进直方图的均衡化，自适应直方图均衡化的研究是通过计算图像的局部直方图，调节他的动态范围使其显示出更清楚的内部细节，然后重新分布亮度来来改变图像对比度。

国内外研究现状

对于图像的增强研究，增强的首要目标是处理图像,使其比原始图像更适合于特定应用。图像增强的方法分为两大类:空间域方法和频域方法。“空间域”一词是指图像平面本身,这类方法是以对图像的像素直接处理为基础的。“频域”处理技术是以修改图像的傅氏变换为基础的。一般说来,原始遥感数据的灰度值范围都比较窄,这个范围通常比显示器的显示范围小的多。增强处理可将其灰度范围拉伸到0一255的灰度.级之间来显示,从而使图像对比度提高,质量改善。增强主要以图像的灰度直方图最为分析处理的基础。直方图均衡化能够增强整个图像的对比度,提高图像的辨析程度,算法简单,增强效果好。目前来说图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。

2. 研究的基本内容

基于matlab软件平台进行自适应直方图均衡化的图像增强,在对图像进行直方图的均衡化的基础上再进行一系列的操作的改进，突出他的内部细节，具体方案如下:

1、查阅相关资料，学习matlab软件的操作方法和matlab语言的编程方式。

2、掌握基于自适应直方图均衡化的图像增强算法，学习使用matlab实现直方图均衡化的基本步骤，

3. 实施方案、进度安排及预期效果

2016年2月中旬—3月上旬

首先学习matlab的基本知识，查阅相关文献和资料，掌握编程设计方法和基本原理。了解如何利用matlab直方图均衡化处理对图像进行增强。

4. 参考文献

[1]扈佃海，吕绪良，文刘强。一种改进的直方图均衡化图像增强方法[j]解放军理工大学，江苏 南京 210007

[2]毛本清,金小梅。自适应直方图均衡化算法在图像增强处理的应用[j]浙江衢州学院数理系,浙江衢州324000