杨嘉能，李 华，田宸玮，钱育蓉

(新疆大学 软件学院，新疆 乌鲁木齐 830046)

0 引 言

直方图均衡化因其简单而有效被广泛应用于众多领域，是最常用的对比度增强方法之一。但它也存在一些缺点，主要为：灰度级的过度拉伸而导致的过增强和伪影；灰度级合并，细节信息丢失；平均亮度定向迁移。

近5年内有很多研究人员致力于直方图均衡算法的改进工作[1]。针对过度增强问题，MMSICHE[2]和BPCLBHE[3]通过直方图裁剪技术来抑制过增强现象。针对细节信息丢失问题，CLAHE[4]和QHELC[5]分别采用了gamma校正和直方图裁剪后再分配的方法来处理全局直方图，均有一定程度上的改善。针对亮度均值定向迁移问题，出现了基于保持亮度的BHE2PL[6]和BHE3PL[7]等改进算法，但不适用于低照度和高亮图像。因此，也有学者提出了动态直方图均衡化的概念用于增强过暗或过亮的图像，其代表算法有MEMBHE[8]、TDCHE-M[9]和QDHE[10]。

虽然有各种各样的技术来解决对比度增强的具体问题，但对低照度图像增强的探索仍显不足。R_ESIHE[11]和RS_ESIHE[11]都是针对低照度图像提出的增强算法，但由于采用了基于曝光值来分割直方图的方法，在处理亮度较低且全局直方图分布较窄的图像时会出现分割失败的情况，导致增强效果较差。因此本文在对现有的动态直方图均衡算法和低照度图像直方图的分布特性进行深入研究后提出了一种自适应的校正方法，其中包含亮度校正和对比度校正，在保留细节信息和抑制过度增强的同时达到合理的对比度增强。……