直方圖

了一種優(yōu)化動(dòng)態(tài)直方圖均衡的水下圖像增強(qiáng)方法，使得水下圖像畫(huà)質(zhì)清晰明亮且包含更豐富的語(yǔ)義信息。實(shí)驗(yàn)結(jié)果證明了該方法在保留圖像細(xì)節(jié)信息的同時(shí)抑制了色彩過(guò)增強(qiáng)的現(xiàn)象，與其它優(yōu)秀的算法對(duì)比可發(fā)現(xiàn)，本文算法在各項(xiàng)評(píng)價(jià)指標(biāo)處于領(lǐng)先，并且通過(guò)該方法增強(qiáng)后的圖像具有十分良好的視覺(jué)效果，一定程度上提高了水下圖像的可讀性。2 相關(guān)工作水下圖像的視覺(jué)質(zhì)量，近年來(lái)吸引了很多國(guó)內(nèi)外學(xué)者的關(guān)注，并且提出了一系列方法來(lái)加強(qiáng)水下圖像的人眼識(shí)別率。Li等[3]提出了一個(gè)基于GB通道去霧和R

循環(huán)）特性，用直方圖表示時(shí)是一個(gè)圓形直方圖。基于H 分量的圓形直方圖可以實(shí)現(xiàn)彩色圖像的圖像檢索［10-11］和閾值分割［12-14］。然而，僅使用H 分量的圓形直方圖在進(jìn)行圖像檢索或閾值選取時(shí)，飽和度（S）低的像素會(huì)導(dǎo)致色調(diào)（H）直方圖出現(xiàn)大量的“毛刺”，使得直方圖看起來(lái)參差不齊，不夠平滑，不易理解與分析，圖像分析效果受這些無(wú)意義“毛刺”的影響很大。為此，HANBURY［15］提出構(gòu)建S 分量加權(quán)H 分量的直方圖，并將其應(yīng)用于數(shù)據(jù)庫(kù)中的圖像檢索，其基本思想

線性變換、傳統(tǒng)直方圖均衡、平臺(tái)直方圖均衡等[2]。直方圖均衡算法是一種常用的圖像灰度變換和增強(qiáng)的方法。根據(jù)圖像的直方圖分布信息來(lái)調(diào)整圖像灰度，使得調(diào)整后的圖像的直方圖分布更均勻，增大圖像的灰度級(jí)范圍，使整體圖像的對(duì)比度和清晰度更強(qiáng)。由于紅外圖像自身的特點(diǎn)灰度級(jí)較少，使用傳統(tǒng)直方圖均衡增強(qiáng)后會(huì)造成背景噪聲的對(duì)比度提高，某些細(xì)節(jié)不能體現(xiàn)出來(lái)，對(duì)于有些場(chǎng)景會(huì)有高灰度區(qū)域過(guò)亮或者低灰度過(guò)暗，對(duì)比度不自然的現(xiàn)象。平臺(tái)直方圖均衡可以通過(guò)調(diào)節(jié)平臺(tái)值來(lái)限制直方圖的峰值，從

。因此本文采用直方圖變換的方法進(jìn)行圖像局部增強(qiáng)技術(shù)的研究。2 圖像局部增強(qiáng)的算法和原理圖像增強(qiáng)的方法按照變化類(lèi)型可以分為直方圖變換、圖像的平滑和銳化等。因?yàn)?span id="j5i0abt0b" class="hl">直方圖變換能夠清晰顯示具體增強(qiáng)部分的變化程度，并且當(dāng)直方圖均勻分布時(shí)，圖像最清晰。因此，本文利用直方圖變換來(lái)達(dá)到圖像局部增強(qiáng)的目的。直方圖變換調(diào)整了圖像的灰色度，改變了圖像的灰色度分布，實(shí)現(xiàn)了圖像的增加。其基本思想是根據(jù)特定的需要對(duì)灰度直方圖進(jìn)行變換，并利用變換的功能來(lái)改善圖像特定區(qū)域的差異。直方圖變換

6)0 引 言直方圖均衡化因其簡(jiǎn)單而有效被廣泛應(yīng)用于眾多領(lǐng)域，是最常用的對(duì)比度增強(qiáng)方法之一。但它也存在一些缺點(diǎn)，主要為：灰度級(jí)的過(guò)度拉伸而導(dǎo)致的過(guò)增強(qiáng)和偽影；灰度級(jí)合并，細(xì)節(jié)信息丟失；平均亮度定向遷移。近5年內(nèi)有很多研究人員致力于直方圖均衡算法的改進(jìn)工作[1]。針對(duì)過(guò)度增強(qiáng)問(wèn)題，MMSICHE[2]和BPCLBHE[3]通過(guò)直方圖裁剪技術(shù)來(lái)抑制過(guò)增強(qiáng)現(xiàn)象。針對(duì)細(xì)節(jié)信息丟失問(wèn)題，CLAHE[4]和QHELC[5]分別采用了gamma校正和直方圖裁剪后再分配的

cn）0 引言直方圖作為一種可以直觀展示數(shù)據(jù)分布的統(tǒng)計(jì)工具，在社交網(wǎng)絡(luò)分析、數(shù)據(jù)共享等領(lǐng)域有廣泛的應(yīng)用。數(shù)據(jù)采集者收集用戶數(shù)據(jù)，匯總為直方圖發(fā)布給第三方數(shù)據(jù)挖掘者，數(shù)據(jù)挖掘者從統(tǒng)計(jì)直方圖挖掘有價(jià)值的知識(shí)，用于輔助決策。該過(guò)程中數(shù)據(jù)挖掘者為不可信角色，攻擊者可以結(jié)合背景知識(shí)與統(tǒng)計(jì)直方圖推斷用戶數(shù)據(jù)，導(dǎo)致用戶隱私泄露問(wèn)題。差分隱私［1］作為數(shù)據(jù)隱藏發(fā)布常用技術(shù)之一，被廣泛應(yīng)用于直方圖發(fā)布問(wèn)題，已經(jīng)提出的基于差分隱私直方圖發(fā)布方法［2-16］可以分為數(shù)據(jù)無(wú)關(guān)（d

；FPGA ；直方圖均衡；實(shí)時(shí)處理一、圖像增強(qiáng)概述圖像增強(qiáng)是按特定的需要突出一幅圖像中的某些信息，同時(shí)削弱或去除某些不需要的信息的處理方法，也是提高圖像質(zhì)量的過(guò)程[1]。圖像增強(qiáng)的目的是使圖像的某些特性方面更加鮮明、突出，使處理后的圖像更適合人眼視覺(jué)特性或機(jī)器分析，以便于實(shí)現(xiàn)對(duì)圖像的更高級(jí)的處理和分析。目前圖像增強(qiáng)處理的應(yīng)用已經(jīng)滲透到航空航天、軍事偵察、醫(yī)學(xué)診斷、衛(wèi)星圖片的處理等領(lǐng)域。如惡劣天氣下飛機(jī)的視景增強(qiáng)系統(tǒng)，需要采用圖像增強(qiáng)處理方法克服因光線不足、

杰，田哲嘉基于直方圖的熱紅外圖像增強(qiáng)方法李 牧，周瑞杰，田哲嘉（西安理工大學(xué) 自動(dòng)化與信息工程學(xué)院，陜西 西安 710048）為了改善熱紅外圖像的增強(qiáng)效果，本文提出了一種基于改進(jìn)的直方圖裁剪方法的熱紅外圖像增強(qiáng)算法。該算法核心是確定熱紅外原始圖像與傳統(tǒng)的直方圖均衡化圖像的直方圖bins中像素點(diǎn)的數(shù)量差，再根據(jù)范圍準(zhǔn)則，將計(jì)算出的不同bins的差值劃分為不同的區(qū)塊。然后重新分配直方圖，確定變換函數(shù)，得到增強(qiáng)后的熱紅外圖像。該算法是一種改進(jìn)的全局直方圖均衡化方

康松1頻數(shù)分布直方圖中小長(zhǎng)方形的寬度表示各組的組距，高度表示每一組的頻數(shù)與組距的比值，面積表示各組的頻數(shù).2在畫(huà)等距分組的頻數(shù)分布直方圖（即小長(zhǎng)方形的寬都相等）時(shí)，為畫(huà)圖和看圖方便，通常直接用小長(zhǎng)方形的高表示頻數(shù).3頻數(shù)分布直方圖的各個(gè)小長(zhǎng)方形是連續(xù)排列的，而條形圖的一般都是分并排列的.4頻數(shù)分布直方圖的橫軸表示連續(xù)量，條形圖的橫軸表示離散量！5分組數(shù)據(jù)具有連續(xù)性，頻數(shù)分布直方圖橫軸上的數(shù)據(jù)是連續(xù)的，表示多個(gè)范圍，每?jī)蓚€(gè)相鄰范圍之間不重疊、不遺漏，因此各小

胡 磊頻率分布直方圖屬于一種重要的統(tǒng)計(jì)圖表,在統(tǒng)計(jì)中具有廣泛的應(yīng)用。頻率分布直方圖是高考考查的重要知識(shí)點(diǎn),下面對(duì)這類(lèi)題型進(jìn)行剖析。一、明確頻率分布直方圖中的相關(guān)結(jié)論1.求解頻率分布直方圖問(wèn)題的關(guān)鍵是掌握頻率分布直方圖中的相等關(guān)系,其主要關(guān)系包括：(1)各小組的頻數(shù)之和等于樣本容量;(2)頻率=;(3)各小組的頻率之和等于1;(4)各小組的組距相等,即每個(gè)小長(zhǎng)方形的寬都相等;(5)各小長(zhǎng)方形的高=即小長(zhǎng)方形的高與頻率成正比,與頻數(shù)也成正比;(6)各小長(zhǎng)方形的

蔣慶富頻率分布直方圖是表示和分析統(tǒng)計(jì)數(shù)據(jù)的重要工具,是高考考查的重點(diǎn)。下面總結(jié)頻率分布直方圖的幾種常見(jiàn)應(yīng)用,希望能幫助同學(xué)們對(duì)所學(xué)知識(shí)的鞏固與提高。一、頻率分布表或頻率分布直方圖的應(yīng)用例1某車(chē)站在春運(yùn)期間為了改進(jìn)服務(wù),隨機(jī)抽樣調(diào)查了100名旅客從開(kāi)始在購(gòu)票窗口排隊(duì)到購(gòu)到車(chē)票所用的時(shí)間t(以下簡(jiǎn)稱(chēng)購(gòu)票用時(shí),單位：min)。下面是這次抽樣的頻率分布表(如表1)和頻率分布直方圖(如圖1),則旅客購(gòu)票用時(shí)的平均數(shù)可能落在( )。表1 圖1 A.第二組 B.第三組C

基于顯著性加權(quán)直方圖模型[17]及融合邊緣紋理特征的直方圖模型[18]的跟蹤方法等。Meanshift算法、Camshift算法以及各種改進(jìn)方法均是利用目標(biāo)的色度(Hue)直方圖模型來(lái)描述目標(biāo)的基本特征，利用反向投影實(shí)現(xiàn)目標(biāo)的定位跟蹤[12-18]。因此目標(biāo)直方圖模型的穩(wěn)定性和準(zhǔn)確性直接影響著跟蹤性能?，F(xiàn)有Camshift等跟蹤方法采用精確集合的定義選取劃分閾值[12-18]，而實(shí)際跟蹤過(guò)程中，由于光照變化等干擾因素會(huì)造成場(chǎng)景圖像的色度產(chǎn)生一定的漂移。從而

狀態(tài)。如果通過(guò)直方圖，可以很直觀地看出數(shù)據(jù)分布的形狀。接下來(lái)，我們就看看如何利用直方圖來(lái)統(tǒng)計(jì)各分?jǐn)?shù)段學(xué)生的分布情況（圖1）。首先，根據(jù)需要在原數(shù)據(jù)的基礎(chǔ)上添加輔助列，設(shè)置分段點(diǎn)。這里設(shè)置分段點(diǎn)570、580、590、600、620、640，表示統(tǒng)計(jì)570分及以下、57l-580分、581-590分、591-600分、601-620分、621-640分及640以上各個(gè)分?jǐn)?shù)段的人數(shù)分布情況（圖2）。接下來(lái)，選擇“數(shù)據(jù)”選項(xiàng)卡，點(diǎn)擊“數(shù)據(jù)分析”，在彈出的窗口中選

實(shí)際應(yīng)用價(jià)值。直方圖均衡化是一種最早也最常用的圖像增強(qiáng)方法。全局直方圖均衡化和局部直方圖均衡化[1]有過(guò)度放大圖像中相同區(qū)域噪聲以及色彩失真的問(wèn)題，有限對(duì)比度自適應(yīng)直方圖均衡化CLAHE[2][3]能有限的限制這種不利的放大。而基于HSV和基于HSI顏色模型直方圖均衡化方法[4]是在CLAHE基礎(chǔ)上，結(jié)合其顏色模型進(jìn)行圖像去霧。三種方法相比較，基于HSI顏色模型直方圖均衡化方法去霧效果最佳。二、直方圖均衡化方法直方圖均衡化又稱(chēng)全局直方圖均衡化，是廣泛采用的

究嘗試通過(guò)CT直方圖參數(shù)分析實(shí)現(xiàn)對(duì)浸潤(rùn)性肺癌和肺部浸潤(rùn)前病變的分類(lèi)鑒別。1 資料與方法1.1 一般資料 收集自2016—2018年在我院行CT檢查的肺癌患者199例，其中男109例，女90例，年齡（57.78±12.46）歲。由2名經(jīng)驗(yàn)豐富的病理醫(yī)師參照2011年國(guó)際肺癌研究學(xué)會(huì)（International Association for the Study of Lung Cancer，IASLC）、 美國(guó)胸科學(xué)會(huì)（American Thoracic S

術(shù)中，基于全局直方圖均衡(GHE)的圖像增強(qiáng)技術(shù)由于其簡(jiǎn)單性和有效性而備受關(guān)注[7]。雖然GHE應(yīng)用較為廣泛，但是它仍然存在三種缺陷：過(guò)增強(qiáng)、不期望的偽影和細(xì)節(jié)信息容易丟失，于是，人們又提出了各種基于HE的圖像增強(qiáng)技術(shù)來(lái)克服這些缺點(diǎn)[8]。Kim通過(guò)灰度均值將原始直方圖分割成兩個(gè)子直方圖，提出一種亮度保持的雙直方圖均衡BBHE算法(Brightness preserving bi-histogram equalization)[9]。然后，Wang等用灰度

評(píng)估照片的曝光直方圖能夠顯示一張照片的曝光情況。那么如何查看并利用相應(yīng)信息來(lái)改善照片呢？當(dāng)你在評(píng)估一張照片的曝光時(shí)，你在相機(jī)屏幕或者電子取景器（EVF）上看到的曝光情況并不一定準(zhǔn)確。相機(jī)屏幕的亮度、周?chē)沫h(huán)境光都會(huì)對(duì)觀看產(chǎn)生影響。舉例來(lái)說(shuō).一張?jiān)谙鄼C(jī)屏幕上顯示正常的照片，因?yàn)橹車(chē)h(huán)境和顯示屏幕特性不同的問(wèn)題，可能會(huì)在電腦屏幕上顯出不同于相機(jī)屏幕的效果。在這種情況下，你就需要直方圖的幫助了。與直接查看照片相比，透過(guò)這個(gè)小小的圖表，我們能夠更準(zhǔn)確地掌握曝光信息

割法[15]、直方圖分割法[6]等。其中，直方圖分割法是一種兼具效率與效果的分割方案，對(duì)于區(qū)域內(nèi)亮度級(jí)相似且區(qū)域間亮度級(jí)不同的圖像具有較好的分割適用性。由于其操作簡(jiǎn)便且效果顯著，基于該算法的改進(jìn)及應(yīng)用日益廣泛。如裴繼紅等[16]在該法基礎(chǔ)上提出了多閾值分割法，通過(guò)對(duì)模糊約束直方圖目標(biāo)函數(shù)的優(yōu)化獲得最佳模糊約束劃分，根據(jù)最大隸屬度原則進(jìn)行圖像多閾值化分割；馮惠揚(yáng)等[17]基于該法提出了極值分析法，即對(duì)灰度統(tǒng)計(jì)直方圖中存在的各極值進(jìn)行分析，從中選取最合適的閾值

的可視化效果。直方圖均衡化以概率論為基礎(chǔ),通過(guò)對(duì)圖像中像素點(diǎn)的灰度值變換以達(dá)到圖像增強(qiáng)的目的,其典型的算法有直方圖均衡算法(HE)、直方圖投影算法(HP)、平臺(tái)直方圖均衡法(PE)。直方圖均衡算法是一種非線性拉伸法,先求出原始圖像的直方圖,再用灰度級(jí)的累計(jì)概率分布作為變換系數(shù),乘以轉(zhuǎn)換后圖像的總的灰度級(jí)數(shù)得到圖像灰度的轉(zhuǎn)換關(guān)系。這種算法主要是針對(duì)出現(xiàn)概率較大的目標(biāo)像素,將灰度分布集中的像素?cái)U(kuò)展到更寬的灰度級(jí)上,同時(shí)壓縮數(shù)量少的像素,增強(qiáng)圖像的對(duì)比度,從而達(dá)

IHE)、動(dòng)態(tài)直方圖均衡算法(DHE)、多層直方圖均衡算法(MHE)等等[1]。國(guó)內(nèi)一些學(xué)者針對(duì)直方圖均衡化處理過(guò)程中可能存在的圖像灰度級(jí)被過(guò)多合并的現(xiàn)象，提出了保留灰度級(jí)的直方圖均衡化方法，一定程度上消除了灰階合并所帶來(lái)的圖像的不連續(xù)性[2]。然而，經(jīng)典的直方圖均衡化算法在增強(qiáng)圖像的過(guò)程中存在一定的局限性，但需要研究其改進(jìn)算法。鑒于此，對(duì)兩種直方圖均衡化改進(jìn)算法進(jìn)行研究，編寫(xiě)MATLAB代碼實(shí)現(xiàn)并進(jìn)行仿真，以及利用仿真結(jié)果進(jìn)行比較。1 基于拋物線調(diào)整的直

直方圖不僅是參考，在Lightroom、Camera Raw里，我們可以直接使用直方圖來(lái)調(diào)整畫(huà)面的影調(diào)平衡。直方圖范例這兒是低調(diào)、高調(diào)等五張不同風(fēng)格的攝影作品，及其對(duì)應(yīng)的直方圖。值得注意的是，盡管它們呈現(xiàn)出不同的影調(diào)與直方圖效果，但是這些照片都不存在技術(shù)層面上的欠曝或過(guò)曝問(wèn)題。在使用直方圖評(píng)價(jià)畫(huà)面影調(diào)狀況的時(shí)候，我們需要注意與自己畫(huà)面題材、風(fēng)格之間的匹配關(guān)系。用直方圖調(diào)整照片Lightroom的直方圖和其他圖像處理軟件中的直方圖相比略有一些特殊，它不僅可以

問(wèn)：什么是直方圖？怎么看懂直方圖？答：直方圖是非常實(shí)用的曝光顯示工具，所有單反和無(wú)反相機(jī)都可以在回放照片時(shí)顯示直方圖，Lightroom、Photoshop等專(zhuān)業(yè)修片軟件也支持顯示直方圖。它用直觀的圖表形式顯示照片的曝光結(jié)果，同樣的一張圖像，不管你用什么相機(jī)、手機(jī)、電腦，屏幕是否亮度、色彩準(zhǔn)確，在什么環(huán)境下去觀看，它的直方圖形狀都完全一樣，可以準(zhǔn)確地反映真實(shí)的曝光結(jié)果，非?？煽俊?span id="j5i0abt0b" class="hl">直方圖有橫、豎兩個(gè)軸，橫軸表示的是明度。最左端代表黑，最右端代表白，縱軸表示的

0100）由于直方圖能給出該圖像概貌性的描述，比如圖像的灰度范圍、每個(gè)灰度的頻度和灰度的分布、整幅圖像的平均明暗和對(duì)比度等，由此可得出進(jìn)一步處理的重要依據(jù)。對(duì)于一些直方圖具有豐富零點(diǎn)的、呈“稀疏”性的圖像。文獻(xiàn)[1]對(duì)這個(gè)問(wèn)題進(jìn)行了探討，并提出了一種進(jìn)行圖像“直方圖收縮”的預(yù)處理技術(shù)。對(duì)“稀疏”直方圖進(jìn)行了“收縮”，再利用現(xiàn)有的無(wú)損壓縮技術(shù)（如JPEG-LS、JPEG2000等）對(duì)新圖像進(jìn)行壓縮，則能提高壓縮比。但是這種方法具有局限性，只有直方圖比較稀疏的

。空域方式中，直方圖均衡化算法是目前最常規(guī)、最重要的算法[2]。直方圖均衡化的基本思想是把原始圖像的直方圖變換為均勻分布的形式，從而增加像素灰度值的動(dòng)態(tài)范圍，實(shí)現(xiàn)增強(qiáng)圖像整體對(duì)比度的效果。該方法對(duì)于背景和前景都太亮或者太暗的目標(biāo)圖像非常有效，但也可能降低有用信號(hào)的對(duì)比度，使變換后的圖像灰度級(jí)減少、細(xì)節(jié)丟失。為了克服以上不足，國(guó)內(nèi)外學(xué)者做了大量研究工作，并取得了一些有意義的成果。Sim[3]提出了遞歸子圖像直方圖均衡化算法，理論上隨著迭代次數(shù)的增強(qiáng)，輸出圖像

基于自適應(yīng)多子直方圖均衡的圖像增強(qiáng)算法苑豪杰， 劉昌祿， 許建平， 胡敬營(yíng)(江蘇自動(dòng)化研究所， 江蘇 連云港 222061)傳統(tǒng)的直方圖均衡算法存在一些缺陷,如局部過(guò)增強(qiáng)現(xiàn)象和增大圖像噪聲。針對(duì)這些缺陷,提出了自適應(yīng)多子直方圖均衡算法,該算法首先對(duì)原始圖像的直方圖進(jìn)行分割,接著對(duì)子直方圖的灰度級(jí)進(jìn)行重新映射,然后重新分割映射后的直方圖,調(diào)整直方圖中灰度級(jí)的頻率,最后分別對(duì)各個(gè)子直方圖進(jìn)行均衡處理。實(shí)驗(yàn)表明,該算法能夠在對(duì)圖像進(jìn)行增強(qiáng)的基礎(chǔ)上,有效地降低了過(guò)

1700）應(yīng)用直方圖均衡化實(shí)現(xiàn)圖像增強(qiáng)余廷忠，夏仁強(qiáng)，胡如會(huì)（貴州工程應(yīng)用技術(shù)學(xué)院信息工程學(xué)院，貴州畢節(jié)551700）對(duì)圖像灰度及直方圖灰度分布概率密度函數(shù)進(jìn)行抽象分析，通過(guò)變換函數(shù)拓展和修正直方圖，使直方圖均衡化，從而實(shí)現(xiàn)圖像增強(qiáng)，并得出相關(guān)結(jié)論；通過(guò)OpenCV開(kāi)源分析庫(kù)平臺(tái)，使用C++語(yǔ)言分別對(duì)直方圖進(jìn)行灰度、彩色及均衡化進(jìn)行編程輸出。直方圖；直方圖均衡化；圖像增強(qiáng)；OpenCV圖像的直方圖其實(shí)是反映一幅數(shù)字圖像像素的分布統(tǒng)計(jì)表，橫坐標(biāo)代表圖像像素種

一樣，頻數(shù)分布直方圖也是一種描述數(shù)據(jù)的統(tǒng)計(jì)圖。在學(xué)習(xí)制作頻數(shù)分布直方圖時(shí)要按照以下三部曲進(jìn)行。第一部曲：理解頻數(shù)分布直方圖的相關(guān)概念1.把所有數(shù)據(jù)分成若干組，分成的組的個(gè)數(shù)稱(chēng)為_(kāi)___2.每個(gè)小組的兩個(gè)端點(diǎn)之間的距離（組內(nèi)數(shù)據(jù)的取值范圍）稱(chēng)為_(kāi)___。3.各個(gè)小組內(nèi)的數(shù)據(jù)的個(gè)數(shù)叫作該小組的____。4.在統(tǒng)計(jì)圖中，以軸表示各組數(shù)據(jù)。標(biāo)出每一組的兩個(gè)端點(diǎn)，以____軸表示頻數(shù)與組距的比值，每個(gè)小長(zhǎng)方形的面積代表對(duì)應(yīng)組的____，這樣制作出的統(tǒng)計(jì)圖叫作頻數(shù)分布

基于統(tǒng)計(jì)分離三直方圖均衡技術(shù)，用以增強(qiáng)圖像的對(duì)比度并保持亮度。該均衡化方法根據(jù)圖像亮度的平均值和標(biāo)準(zhǔn)偏差將原始直方圖分成三個(gè)區(qū)域，對(duì)分割點(diǎn)進(jìn)行從定位來(lái)調(diào)整每個(gè)子直方圖跨度，并且在每個(gè)范圍內(nèi)分別執(zhí)行直方圖均衡。實(shí)驗(yàn)表明，該方法比大多數(shù)雙HE技術(shù)提供更好的亮度保持，并且減少大量子直方圖產(chǎn)生的偽影。直方圖均衡化；三直方圖均衡化；雙直方圖均衡化0 引言對(duì)比度增強(qiáng)一直是圖像處理中有挑戰(zhàn)性的問(wèn)題。文獻(xiàn)[1]中提出了全局直方圖均衡化方法，該算法采用非線性變換，通過(guò)均衡每

062）血細(xì)胞直方圖的臨床應(yīng)用及分析梁牧豐（長(zhǎng)春市綠園區(qū)城西醫(yī)院，吉林 長(zhǎng)春 130062）目的 分析血細(xì)胞直方圖的臨床應(yīng)用。方法 用EDTA-K2抗凝瓶采集靜脈血1 mL，充分混勻，采用CELL-DYN1600型全自動(dòng)血細(xì)胞分析儀進(jìn)行分析，測(cè)定血細(xì)胞直方圖及其參數(shù)。結(jié)果 分析2013年12月至2014年12月社區(qū)醫(yī)院血液檢驗(yàn)的30例直方圖，得出以下特點(diǎn)：紅細(xì)胞直方圖（RBC）可較好的診斷不同類(lèi)型的貧血；白細(xì)胞直方圖（WBC）可初步對(duì)感染、貧血、以及某些白

)原算法中使用直方圖進(jìn)行統(tǒng)計(jì)工作，新算法中用粒子所在的矩形區(qū)域4個(gè)頂點(diǎn)的積分直方圖進(jìn)行加減運(yùn)算，從而避開(kāi)重復(fù)的計(jì)算，節(jié)省運(yùn)算時(shí)間。1 標(biāo)準(zhǔn)的粒子濾波算法流程粒子濾波算法的步驟如下:步驟1 粒子初始化:采樣x0i～p( x0)，即根據(jù)p( x0)分布采樣得到x0i，i=1，2，…，N。步驟2 重要性權(quán)值計(jì)算:設(shè)定k=k+1步驟3 重采樣:步驟4 輸出:狀態(tài)估計(jì):方差估計(jì):步驟5 判斷跟蹤是否結(jié)束，若跟蹤結(jié)束則退出本算法，否則返回步驟2。2 均值漂移算法與視頻

施慧一種自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法施慧目的：提出一種自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法，在提高醫(yī)學(xué)圖像對(duì)比度的同時(shí)，突出圖像中的細(xì)節(jié)信息。方法：在對(duì)醫(yī)學(xué)圖像進(jìn)行直方圖均衡的基礎(chǔ)上，利用Sobel梯度算子提取圖像細(xì)節(jié)信息，經(jīng)自適應(yīng)直方圖均衡法處理后保留到增強(qiáng)后的圖像中。結(jié)果：該方法可保留較多的圖像細(xì)節(jié)信息，從而達(dá)到更好的圖像增強(qiáng)效果。結(jié)論：自適應(yīng)直方圖均衡醫(yī)學(xué)圖像增強(qiáng)方法可以很好地達(dá)到預(yù)期效果，對(duì)臨床醫(yī)生進(jìn)行準(zhǔn)確及時(shí)的確診具有重要意義。直方圖均衡；圖像增

比度低，為此在直方圖裁剪結(jié)合保持亮度雙直方圖均衡化的BHEPL方法基礎(chǔ)上，提出了基于曝光閾值劃分直方圖的適合低照度圖像的圖像算法，并結(jié)合低照度圖像的灰度直方圖特點(diǎn)對(duì)直方圖裁剪方法加以改進(jìn)．實(shí)驗(yàn)結(jié)果表明：該方法對(duì)低照度圖像有較好的增強(qiáng)效果，解決了過(guò)分增強(qiáng)的問(wèn)題，并且能較好的保持圖像細(xì)節(jié)．雙直方圖均衡化；直方圖裁剪；低照度；曝光閾值；熵圖像增強(qiáng)是圖像處理的基本手段．圖像增強(qiáng)旨在提高圖像視覺(jué)質(zhì)量，增強(qiáng)人們感興趣的或那些光照不足的暗域的細(xì)節(jié)．圖像增強(qiáng)法主要可分為兩

0）灰度圖像的直方圖均衡化處理分析孫亞萍（甘肅省測(cè)繪地理信息局，甘肅蘭州 730000）直方圖均衡化對(duì)圖像局部對(duì)比度進(jìn)行調(diào)整時(shí)，采用增強(qiáng)亮度的途徑在保證圖像整體對(duì)比度的基礎(chǔ)上，實(shí)現(xiàn)局部處理任務(wù)。本文主要闡述了直方圖均衡化原理，詳細(xì)論述了帶可變?cè)鰪?qiáng)度的直方圖均衡算法、基于遞歸分解的直方圖均衡算法、多直方圖均衡算法、基于分頻和融合的直方圖均衡算法，以期深化對(duì)直方圖均衡化的研究，充分發(fā)揮該處理技術(shù)的優(yōu)勢(shì)?；叶葓D像；直方圖均衡化；均衡算法在生活當(dāng)中，我們拍攝的圖像

點(diǎn)，本文討論了直方圖均衡化圖像增強(qiáng)方法.直方圖均衡化算法是圖像增強(qiáng)方法中最常用、最重要的算法之一，適用于整體圖像對(duì)比度低的圖像.實(shí)驗(yàn)結(jié)果證明，用直方圖均衡化算法對(duì)X線醫(yī)學(xué)圖像進(jìn)行增強(qiáng)，具有良好的增強(qiáng)效果.1 直方圖圖像增強(qiáng)的基本理論1.1 直方圖基礎(chǔ)圖像的直方圖表示圖像中每一灰度級(jí)與處于該灰度級(jí)的像素?cái)?shù)目之間的統(tǒng)計(jì)關(guān)系，能描述圖像的灰度范圍、灰度級(jí)分布情況等概貌.［1-2］直方圖圖像增強(qiáng)即通過(guò)改造原圖像的直方圖，使圖像的直方圖達(dá)到一定要求，從而增強(qiáng)圖像，最

，通常采用統(tǒng)計(jì)直方圖法[1-2]。統(tǒng)計(jì)直方圖分組有等寬分組和不等寬分組。等寬分組直方圖存在如下問(wèn)題：靠近參數(shù)取值處的區(qū)間聚集大量的樣本，而遠(yuǎn)離參數(shù)取值的區(qū)間卻只包含少量甚至沒(méi)有樣本，使得直方圖上部輪廓線與參數(shù)實(shí)際概率密度函數(shù)曲線不能很好地吻合，增加分組個(gè)數(shù)可以解決這個(gè)問(wèn)題，但是以增加大量零樣本區(qū)間為代價(jià)。不等寬分組可以解決這個(gè)問(wèn)題，它可以根據(jù)參數(shù)的取值情況，選擇不同的分組寬度[3]。本文提出一種變寬直方圖法，它通過(guò)對(duì)等寬直方圖的區(qū)間進(jìn)行合并或劃分操作，使直

法和空間域法。直方圖均衡［1］(空間域法)處理技術(shù)是最簡(jiǎn)單、最有效的處理手段之一，但是，傳統(tǒng)的直方圖均衡會(huì)產(chǎn)生過(guò)度增強(qiáng)和放大噪聲的現(xiàn)象。因此，學(xué)者們陸續(xù)提出了很多基于直方圖均衡的改進(jìn)算法，例如:動(dòng)態(tài)直方圖均衡［2］，其思想是動(dòng)態(tài)尋找閾值(極小值或極大值)，分割直方圖后再分別均衡化，此算法自適應(yīng)性強(qiáng)，能有效拉伸過(guò)于集中的灰度級(jí)。但是，該算法復(fù)雜，極小值檢測(cè)容易出錯(cuò)。此外，學(xué)者們還陸續(xù)提出了多峰值圖像直方圖均衡算法［3］、基于高斯混合模型的直方圖均衡算法［4］

3000）基于直方圖的X線醫(yī)學(xué)圖像增強(qiáng)及Matlab實(shí)現(xiàn)*張藝雪（漳州衛(wèi)生職業(yè)學(xué)院信息技術(shù)部，福建漳州 363000）直方圖增強(qiáng)技術(shù)是圖像增強(qiáng)的基本方法之一，能有效地改善圖像整體對(duì)比度和細(xì)節(jié)清晰度.該文分析了直方圖均進(jìn)衡化和直方圖規(guī)定化的基本原理，給出了算法和推導(dǎo)公式，并在Matlab環(huán)境下，導(dǎo)入一幅X線醫(yī)學(xué)圖像，利用Matlab工具箱行均衡化和規(guī)定化處理，給出處理后圖像.圖像增強(qiáng);直方圖;均衡化;規(guī)定化;算法Matlab隨著醫(yī)學(xué)影像的發(fā)展，醫(yī)學(xué)圖像已經(jīng)成

0500）平臺(tái)直方圖均衡算法實(shí)現(xiàn)的存儲(chǔ)優(yōu)化方法范永杰，張亞萍，陳 華（昆明理工大學(xué)理學(xué)院工程數(shù)學(xué)中心，云南昆明650500）通常熱成像系統(tǒng)采用14 bit AD進(jìn)行探測(cè)器輸出的模擬數(shù)據(jù)的采集和處理，而顯示設(shè)備只要求8 bits數(shù)據(jù)寬度，因而需要進(jìn)行動(dòng)灰度變換。平臺(tái)直方圖均衡是一種常用的變換方法，但直方圖的統(tǒng)計(jì)以及計(jì)算需要消耗大量存儲(chǔ)資源，在實(shí)現(xiàn)過(guò)程中通常需要專(zhuān)用存儲(chǔ)器。通過(guò)對(duì)原始圖像的通過(guò)抽樣統(tǒng)計(jì)和、灰度范圍線性預(yù)壓縮以及預(yù)設(shè)平臺(tái)最大值的方法可以大幅降低該

15）基于加權(quán)直方圖均衡的紅外圖像增強(qiáng)方法龔昌來(lái)，羅 聰，楊冬濤，黃杰賢（嘉應(yīng)學(xué)院電子信息工程學(xué)院，廣東梅州514015）針對(duì)紅外圖像特點(diǎn)和傳統(tǒng)直方圖均衡增強(qiáng)方法的不足，提出了一種改進(jìn)的直方圖均衡增強(qiáng)方法。先采用所提出的加權(quán)函數(shù)對(duì)紅外圖像各灰度級(jí)直方圖進(jìn)行調(diào)整，其中對(duì)背景區(qū)低灰度級(jí)的直方圖進(jìn)行縮小，對(duì)目標(biāo)區(qū)高灰度級(jí)的直方圖保持不變，然后進(jìn)行均衡化處理。實(shí)驗(yàn)結(jié)果表明，本文提出的方法有效地壓制了背景噪聲，提高了目標(biāo)對(duì)比度，綜合性能優(yōu)于傳統(tǒng)直方圖均衡和雙平臺(tái)直方

最常用的方法是直方圖均衡，把原圖像的直方圖通過(guò)變換函數(shù)，修正為分布比較均勻的直方圖，從而獲得一個(gè)具有豐富灰度級(jí)別且動(dòng)態(tài)范圍大的增強(qiáng)圖像。但是傳統(tǒng)的直方圖均衡卻存在矯枉過(guò)正的缺點(diǎn)，主要表現(xiàn)在以下幾個(gè)方面:1)不論原來(lái)的亮度區(qū)域是否只占整個(gè)灰度區(qū)域的一小部分，經(jīng)拉伸后，都達(dá)到整個(gè)256個(gè)級(jí)別的灰度域。由于背景點(diǎn)通常占據(jù)整個(gè)圖像點(diǎn)的高百分比，在均衡過(guò)程中往往灰度值級(jí)擴(kuò)展幅度過(guò)大，容易引起背景噪聲。2)一些本來(lái)平均亮度過(guò)高或過(guò)低的圖像，均衡后的平均亮度得不到保護(hù)，

］。目標(biāo)的顏色直方圖具有特征穩(wěn)定、抗部分遮擋、計(jì)算方法簡(jiǎn)單和計(jì)算量小的特點(diǎn)，基于Mean-Shift的跟蹤一般采用直方圖對(duì)目標(biāo)進(jìn)行建模，然后通過(guò)相似度度量，最終實(shí)現(xiàn)目標(biāo)的匹配和跟蹤［1］。均值漂移算法（Mean-Shift）是一種基于密度梯度上升的非參數(shù)方法，通過(guò)較少的幾次迭代運(yùn)算就能找到目標(biāo)位置。這種算法計(jì)算量小、計(jì)算速度快，體現(xiàn)出良好的實(shí)時(shí)性和穩(wěn)定性，適用于實(shí)時(shí)視頻的目標(biāo)跟蹤。經(jīng)典的Mean-Shift跟蹤算法用于目標(biāo)建模的顏色直方圖只是包含了顏色特征

0015)1 直方圖統(tǒng)計(jì)方法簡(jiǎn)介直方圖可以提供圖像灰度分布的統(tǒng)計(jì)特征，是圖像處理的基本方法之一。直方圖統(tǒng)計(jì)方法常應(yīng)用于圖像增強(qiáng)、圖像壓縮和圖像分割等圖像處理基礎(chǔ)理論分析和應(yīng)用中，也廣泛應(yīng)用于遙感、遙測(cè)、成像跟蹤與制導(dǎo)等軍事領(lǐng)域中。隨著DSP［1］應(yīng)用技術(shù)的發(fā)展，利用DSP完成實(shí)時(shí)直方圖統(tǒng)計(jì)的方法主要有3種:1)專(zhuān)用DSP芯片;2)DSP+片內(nèi)DRAM結(jié)構(gòu);3)DSP+片外DRAM結(jié)構(gòu)。第一種專(zhuān)用DSP芯片是指通過(guò)簡(jiǎn)單外圍控制設(shè)置完成固定直方圖統(tǒng)計(jì)功能的電路

的方法，它包括直方圖變換法、灰度變換法、針對(duì)邊緣增強(qiáng)的銳化法和噪聲消除的平滑法等。本文所討論的是屬于空域增強(qiáng)法的直方圖變換法。在直方圖增強(qiáng)方法中，直方圖均衡化[5－6]對(duì)動(dòng)態(tài)范圍較小圖像的增強(qiáng)效果較明顯，其通過(guò)把原始圖像的直方圖映射為近似均勻分布的形式以增加像素灰度值的動(dòng)態(tài)范圍，從整體上增強(qiáng)紅外圖像的對(duì)比度。直方圖均衡化的優(yōu)點(diǎn)是能夠自動(dòng)增強(qiáng)整個(gè)紅外圖像的對(duì)比度，但它使直方圖在整個(gè)灰度值允許范圍內(nèi)均勻分布[7]，具體的增強(qiáng)內(nèi)容不易人為控制。然而在實(shí)際應(yīng)用中有

究了基于閾值的直方圖[1]雙峰法（mode法），該方法是一種針對(duì)直方圖為雙峰圖的圖像進(jìn)行分割，通過(guò)深入分析研究，分析該方法的優(yōu)缺點(diǎn)。并對(duì)直方圖雙峰法進(jìn)行改進(jìn)，通過(guò)改進(jìn)實(shí)現(xiàn)閾值自動(dòng)選取。1 直方圖雙峰法（mode法）Prewitt等人于六十年代中期提出的直方圖雙峰法（也稱(chēng)mode法）是典型的全局單閾值分割方法[2]。當(dāng)灰度級(jí)直方圖具有較為典型的雙峰特性時(shí)，選取兩峰之間的谷底對(duì)應(yīng)的灰度級(jí)作為閾值。如果背景的灰度值在整個(gè)圖像中可以合理地看作為恒定，而且所有物體與

1007)1 直方圖均衡化的設(shè)計(jì)方法及思想圖像增強(qiáng)技術(shù)不考慮圖像降質(zhì)的原因，而衰減掉不需要的圖像信息.圖像增強(qiáng)的方法主要有兩大類(lèi)：空間域法和頻率域法.空間域法主要是在空間域直接對(duì)圖像的灰度系數(shù)進(jìn)行處理；頻率域法是在圖像的某個(gè)變化域內(nèi)對(duì)圖像的變換系數(shù)值進(jìn)行某種修整，然后通過(guò)逆變化獲得增強(qiáng)圖像.頻率域法屬于間接增強(qiáng)的方法，低通濾波、同態(tài)圖像增強(qiáng)均屬于該類(lèi)；空間域法屬于直接增強(qiáng)的反復(fù)法，它又分為灰度級(jí)校正、灰度變化和直方圖修正，直方圖均衡屬于空間域單點(diǎn)增強(qiáng)的直方

傳統(tǒng)的正弦波碼直方圖法估計(jì)高精度模數(shù)轉(zhuǎn)換器(ADC)積分非線性誤差所需的樣本點(diǎn)數(shù)十分龐大的問(wèn)題，提出了一種新的采用滑動(dòng)平均濾波的正弦波碼直方圖法——滑動(dòng)平均法，該方法先用傳統(tǒng)的正弦渡碼直方圖法對(duì)較少的樣本點(diǎn)粗略地進(jìn)行積分非線性誤差估計(jì)，然后對(duì)估計(jì)出的積分非線性誤差進(jìn)行滑動(dòng)平均濾波，最終準(zhǔn)確估計(jì)出ADc的積分非線性誤差，仿真和測(cè)試結(jié)果表明，滑動(dòng)平均法能使測(cè)試所需的樣本點(diǎn)數(shù)至少減少了90％，且能達(dá)到與傳統(tǒng)的正弦波碼直方圖法相近的估計(jì)精度，從而節(jié)省了測(cè)試時(shí)間和成