图像增强技术是一种基础的图像处理技术，是指有进行选择地突出令人感兴趣的特征或者是削弱图像中一些不必要的特征，其目的是让图像进行处理后更适合人的视觉特征以及机器的智能识别。主要有图像轮廓线或者纹理加强、图像去噪、对比度增强等等。因此图像增强处理是图像分析和图像理解的基本和前提。在获取图像的过程中，尤其是由多媒体监控系统采集的图像，因为场景监控的光线照射复杂、拍摄背景也比较繁杂等环境因素的影响。另外摄像设备、传感器等原因会引入的噪声，使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率下降。如此，为获取一幅清晰的图像就必须进行增强处理。传统图像的增强算法一般是基于整幅图像的统计量，如此计算整幅图像的变换时，图像中的低频信息、高频信息以及所含的噪声，都进行了变换，因此当增强图像的时候增强噪声，从而降低了信息熵，并给分析和后期处理监控图像带来了诸多困难。针对此问题，提出了一种新的算法。

依据图像增强处理处在的空间不一样，图像增强处理方法可分为基于空间域的增强方法以及基于频率域的增强方法两种。空间域处理方法，是指在图像像素组成的二维空间中直接对每一个像素的灰度值进行处理，它可以运算处理一幅图像内像素点，亦可以是数幅图像间的相应像素点之间的运算处理。而频率域处理方法，则是在图形的变换域中，对图像进行间接的处理。这一方法的特点是先将图像进行变换，在空间域对图像作傅里叶变换得到它的频谱按照某种变化模型变换到频率域，如傅里叶变换。完成的图像从空间域变换到频率域，然后在由频率域内对图像进行低通频率或高通频率域滤波处理。在处理完这一步骤之后，再将其反变换到空间域。

直方图均衡化算法是图像增强空域法中最常用并十分重要的算法之一。它是以概率理论作基础，采用灰度点运算来实现直方图的变换，从而达到了图像增强的目的。本文介绍主要的是一种基于累积分布函数变换法为基础的直方图修正法。通过对直方图进行均匀化修正，使图像的灰度间距增大或灰度均匀分布、增大反差，使图像的细节变得清晰。

2 研究背景及意义

这些年，由于科技水平不断提高，信息产业不断扩张，越来越多的高新技术与信息产业结合起来后，生产出来的相关数字仪器可实现的功能越来越多、设备的性能也越来越好。而数字图像在当前涉足到各个领域，也成为人们生活中不可或缺的一部分。比如数码相机，还有指纹识别仪器，亦医用造影识别仪等等，这些都离不开图像的识别与增强。为了使模糊的图像变清晰以便人们更好的查看使用，着手于图像的研究的人越来越多。而图像的增强，是其中一块重要的分支，只有增强图像的对比度，人们才能更好的加以区分分辨。根据以上实际情况，我所研究的重点是图像增强的方法，特别是通过直方图均衡化的方法使得图像变清晰。因为，直方图均衡化方法比较容易实现，而且有较好的利用率，例如相片的处理等等在日常生活中随处可见的领域。数字图像处理是众多学科的交叉技术，有：光学、电子学、计算机科学、计算机图像学、人工智能、模式识别、神经网络、模糊识别及摄影技术等。数字图象处理的理论、技术体系十分庞大繁杂。由于计算机技术、信息技术和微电子技术的发展，数字图像处理技术在国民经济的各个领域得到了十分广泛的应用，并已是信息技术领域中十分核心技术之一。数字图像处理方法的研究来源自两个主要方面：一，为了方便人们分析从而对图像信息进行改进；二，是为了让机器智能识别而对图像数据进行显示、存储和传输。人类最高级的感知器官是我们的视觉，因此图像在人类感知中起着十分重要的作用，这一点是毋庸置疑的。然而，人类的感知又限制于电磁波谱的视觉波段，而成像机器却可可涵盖基本所有的电磁波谱，由伽马射线到无线电波。他们可以将机器的那些图像源进行处理，这些图像有：计算机、超声波和电子显微镜等产生的图像。由此可以看出，数学图像处理涉及到各个应用领域。