图像，作为信息的载体，是人类传递信息的主要媒介，据统计，视觉信息占人类所接收到信息的60%[1]。但是，由于图像在采集成像、图像传输以及转换等过程中受到采集设备本身条件、传输信道、光照环境等客观因素的限制，最终获得的图像经常存在某种程度的质量下降，导致视觉效果比较差，对图像的后期处理难度加大。因此，研究有效的图像增强算法进而改善图像的质量，意义重大。
图像增强指的是按某种需求突出图像的特定信息，并且减弱或去掉那些并不感兴趣的信息的处理技术。其目的在于采用相关方法提高图像的视觉质量，增强图像的清晰度，或者将图像转变为某种更适合机器或人类分析以及处理的形式，通过图像增强处理手段突出对图像中感兴趣的信息，抑制不需要的信息[2]。
图像增强包括灰度图像增强和彩色图像增强两方面[3]。早期的图像增强主要是针对灰度图像开展的，然而尽管在灰度图像增强方面已经取得了相对成熟的成果，仍旧存在一些不足，例如，在提高图像对比度和增强细节的情况下很难保持亮度，在保持图像亮度的情况下又不能较好的提高对比度或增强细节，为了获得更好的增强效果，我们需要研究出更加有效的图像增强算法。随着技术的发展，也为了更有效地增强图像，彩色处理技术逐渐应用于数字图像处理中。相比于单色的灰度图像增强，彩色图像增强较为复杂，不能直接将灰度图像的增强技术照搬到彩色图像的增强中。由于直接在 RGB 空间处理，很容易导致颜色失真，因此，在彩色图像增强的过程中，如何在增强图像质量、提高视觉效果的同时减弱色彩失真的程度，一直是被关注的问题。为了保持彩色图像的颜色特性，人们也提出了很多算法。
目前，图像增强技术已广泛应用于工业、医学、军事、公安等系统中，在道路病害检测、X片医学诊断、军事目标跟踪等方面发挥其重要作用。图像增强是一门与国计民生密切相关的应用科学，能够为人类带来巨大的经济和社会效益，研究图像增强算法意义重大。
1.2    国内外研究现状
1.3    本文主要研究工作和安排
本文主要对图像增强处理的基本算法和相关理论进行研究，对基于改变原始图像的直方图进而增强图像的方法进行比较、分析，为克服图像增强处理中遇到的一些问题，兼顾图像整体效果和局部细节，提出了一种融合局部细节与直方图均衡的图像增强算法，对于彩色图像的增强，先把图像从RGB空间转换到HSI空间，对亮度I进行增强处理，再利用原始图像的色调和饱和度信息，将图像恢复到RGB空间。
本文具体研究内容安排如下：
第一章作为本文的绪论部分，指出了本文的选题背景和意义，并介绍了国内外学者在灰度图像直方图均衡化算法图像增强领域的研究现状，以及对彩色图像的常用处理方法。
第二章具体阐述了图像增强技术的基本原理，包括空域图像增强和频域图像增强。在空域图像增强方面，主要介绍了直方图处理和空间滤波。频域图像增强算法主要通过傅里叶变换实现，在频率域对图像进行处理。同时第二章还对本文所涉及的RGB彩色空间模型和HSI彩色空间模型进行了详细介绍，并给出了两种彩色空间模型之间的转换公式。
第三章提出了一种融合局部细节与直方图均衡的图像增强算法，并详细介绍了该算法的原理。具体介绍了直方图平滑、直方图小峰增强、直方图峰值剪切、直方图均衡、亮度图像细节提取、细节增强和去噪、图像融合和颜色恢复等算法步骤，并阐述了相应原理。 图像增强相关技术研究+文献综述(2):http://www.youerw.com/jisuanji/lunwen_19422.html