伴随通讯技术的迅猛增长，图像增强技术获得了普及和应用，在生活中到处可以看见图像处理技术给人们带来的改变。同时由于日益增进的计算机硬件技术，使图像处理技术在众多研究与工程相关的领域中也得到了普遍运用。在这样的情况下，图像处理技术在新型城市建设需求的机器视觉系统中的应用受到人们的密切关注。当前市道上所用的计算机视觉系统对气候状况的适应能力偏低，尤其是会严重影响质量且实际需求量很多的弱光晚间环境。在弱光晚间的环境下，道路的可视范围降低，系统部分功能失效，图像弱化，色彩偏差或者失真会导致多数细节丢失。图像被遮盖，模糊不清，有用的信息也会因此丧失。因此，弱光晚间环境条件下的图像对比度增强技术的研讨对观测、监控、交通等诸多单位都有着重要意义。79484

夜视图像增强技术早已是图像处理领域的热议课程，从而有众多人员从事相关研讨，因此夜视图像增强的方法也是层见迭送。但因为拍摄前提的不定和变化性，就当前已有的算法仍不通用于所有图像。对夜视图像增强算法的考究也仍在不断发展，具备深度探讨的价值和意义。本文旨在研究相关产品所摄的弱光晚间图像成像不足而需改进的问题，深入探讨弱光晚间下图像增强技术中的直方图均衡化方式，分析常用算法，得出最优算法。

总体来说，现今经认可常作用的图像增强方法，概括起来分为四类：基于直方图的方法，基于变换的方法，基于曝光的方法和基于图像融合的方法。

    而这其中最知名的便是直方图均衡化的增强技术。直方图均衡化法（HE: Histogram Equalization）。HE 通过非线性映射函数增强得到处理图像，得到的图像的直方图近似一个均匀分布。但是 HE 却没有能够产生出一个看起来效果满意的图片，由于以下三个缺点：1）轮廓错误；2）噪声放大；3）外表退色论文网。Pizer 等在 HE上拓展，提出了一种被称作自适应直方图均衡化的办法。起先将原始图像分化成多块，相互不重合。接着，HE 的方法被应用到每一个独立的块上。最后，通过双线性插值得到增强的块并融合在一起以减少块效应。一些明亮的地方仍保留了HE 的方法。亮部分保留主要的缺点就是有时它们可能会产生不自然的效益，因而一些区域可能会过度增强。 而在此方法出现之前也是经过了一系列方法的推进从而慢慢演变成现在的新方式

参 考 文 献

[1] 章毓晋，图像处理和分析教程[D]。清华大学，2009。

[2] 郭晓婷，低照度图像增强算法的研究[D]。华南理工大学，2013。

[3] 刘刚，MATLAB数字图像处理[M]。北京：机械工业出版社，2010。

[4] 陈志良，一种基于分类的图像增强方法[D]。重庆大学，2012。

[5] 阮秋琪，数字图像处理（MATLAB版）[M]。北京：电子工业出版社，2012。 

[6] 郭仕剑。MATLAB 7。x数字信号处理[M]。北京：人民邮电出版社,2006。

[7] 李晓晶，图像质量评价与图像增强技术研究[D],南京理工大学，2008。

[8] 李成，一种新的图像清晰度评价算法[J],长沙民政职业技术学院学报，2010。

[9] 彭波，王一鸣，低照度图像增强算法的研究与实现[J]，计算机应用，2007，    27（8)2001-2003。

[10] 陈文飞，许雪峰，苗作华，李康顺，亮度自适应的保熵直方图均衡化算法[J]，计算

     机工程与应用，2012。

[11] 胡潭高，张锦水，潘耀忠，朱文泉，基于灰度值限定信息熵的图像检索方法[J],遥感技     术与应用，2007。