CN101739672A - 一种基于分区域插值的直方图均衡方法和装置 - Google Patents

Abstract

本发明涉及一种基于分区域插值的直方图均衡方法和装置，用于采集影像并数字化，以及对图像的预处理，将图像输入模块输入的数据划分成多个区域，然后对每个区域进行直方图统计，对直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图区间，并将有限对比度直方图调整的结果进行直方图均衡，将图像区域划分为若干子块，并对位于不同区域的相邻子块进行插值处理。本发明的思想是基于有限对比度直方图均衡技术对输入源图像的直方图进行分析，通过自适应的直方图规定化技术以及区域插值等过程，使得源图像中较暗部分变得变亮，凸现出更多的细节，同时又能够保证较亮部分不会因此过曝，丢失图像细节。

Description

一种基于分区域插值的直方图均衡方法和装置

技术领域

本发明属于计算机视频图像处理领域，涉及一种基于分区域插值的直方图均衡方法和装置。

背景技术

在明暗变化较大的场景中，例如倒车入库或出库时，由于车库外面有正常的日光照射，而车库里面由于顶棚的缘故，其光线明显不如外面强，对于人眼或者摄像头来说，处于充足日光照射的车库外面的细节，以及处于阴暗处的车库内的细节变得难以区分和辨认，对于通过车载图像获取装置所获取的图像而言，图像的动态范围太大而使得一些细节难以被清楚地呈现，而这些细节对于泊车者来说是有重要参考价值的，因此还是希望能看到外面的亮部细节，以及室内的暗部细节。又比如山洞内外的明暗差别较大，在山洞外面拍摄得到山洞里面的场景通常较暗且细节不明显。发生这种背光时，通常采用调整曝光时间的方式，来提高整帧图像的平均亮度，但是，在使某些区域变得可视的情况下不可避免的会使得图像中的另一些区域过曝或者细节消失。因此，有必要寻找一种局部自适应曝光技术，提高整帧图像的可视化效果。

发明内容

本发明针对现有技术中的不足提出一种局部曝光调整方案，其基于有限对比度直方图均衡技术对输入源图像的直方图进行分析，通过自适应的直方图规定化技术以及区域插值等过程，使得源图像中较暗部分变得变亮，凸现出更多的细节，同时又能够保证较亮部分不会因此过曝，丢失图像细节。

具体而言，本发明提供一种基于分区域插值的直方图均衡装置，包括以下模块：

图像输入模块，用于采集影像并数字化，以及对图像的预处理；

分区域直方图统计模块，用于将图像输入模块输入的数据划分成多个区域，然后对每个区域进行直方图统计；

有限对比度直方图调整模块，用于对直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图区间；

直方图均衡模块，用于将有限对比度直方图调整的结果进行直方图均衡；

区域映射插值模块，用于将图像区域划分为若干子块，并对位于不同区域的相邻子块进行插值处理。

以及一种基于分区域插值的直方图均衡方法，其特征在于包括以下步骤：

(1)将采集到的视频图像划分成多个区域，然后对每个区域进行直方图统计；

(2)对统计得到的直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图区间；

(3)对有限对比度直方图调整的结果进行直方图均衡；

(4)将图像区域划分为若干子块，并对位于不同区域的相邻子块进行插值处理。

本发明的效果在于：本发明基于有限对比度直方图均衡技术对输入源图像的直方图进行分析，通过自适应的直方图规定化技术以及区域插值等过程，使得源图像中较暗部分变得变亮，凸现出更多的细节，同时又能够保证较亮部分不会因此过曝，丢失图像细节。

附图说明

图1是基于分区域插值的直方图均衡装置的框图；

图2是分区域插值示意图；

图3是对角拼接处的相邻左上方子块UL、右上方子块UR、左下方子块BL、右下方子块BR进行插值处理的示意图；

图4是用于说明本发明效果的原图；

图5是本发明所述的方法对图4进行处理后的图像。

具体实施方式

下面结合说明书附图和具体实施方式对本发明作进一步详细描述。

本发明首先提供一种基于分区域插值的直方图均衡装置，如图1所示，包括图像输入模块、分区域直方图统计模块、有限对比直方图调整模块、区域映射差值模块以及输出图像模块。

其中，所述的图像输入模块用于采集影像并数字化，以及对图像的预处理，本发明的一个实施方式中，其包含一个影像获取单元和一个预处理单元，影像获取单元可以是CCD摄像机，或者包含CMOS感光元件的影像采集设备；在另一个实施方式中，其可以是一个小型摄像头，可固定在诸如车辆的移动设备之上，可以固定在车辆的背部、尾部。影像获取单元获取的视频图像经过预处理单元进行预处理，预处理包括去噪降噪处理，因为动态采集的视频图像存在模糊，噪声干扰等问题，为保证画面质量以及后续操作的效果，可以对影像获取单元获取的图像预先做降噪处理。

图像输入模块采集得到的数字图像被输入到分区域直方图统计模块，该模块所做的处理包括：

首先将输入的图像等分成M×N个区域，然后对每个区域进行直方图统计，在一个优选的实施方式中，M＝N＝8。

分区域直方图统计过程如下：将灰度区间分为NBin个区间，遍历整个图像，根据每个像素灰度或亮度的值(像素值)决定每个区间内的取值Hist[i]，i＝1，...，NBin，即如果有像素值落在该区间内，区间计数加1。更进一步，如果视频中连续两帧的差分值不大，即相邻两帧图像中像素值变化不大，则当前帧的直方图统计可以供下一帧处理使用，这种情况下，可以仅统计相邻两帧中像素值不同的位置的像素值，以快速地获得下一帧的直方图。

所获得的直方图数据以及输入图像发送到有限对比度直方图调整模块，在该模块中，首先对统计后的直方图进行有限对比度调整，改变其直方图分布。

首先，统计直方图中每个像素值(即像素值分布的区间数，共Nbin个)上超过对比度门限Clip_Lim的像素个数总和Num_TotalExcess；对比度门限Clip_Lim用于控制图像的对比度，该值越大则调整后的图像对比度越大，在一个实施方式中，该值可以通过以下方式来获得：

$\mathrm{Clip}\_\mathrm{Lim}=\frac{\mathrm{Num}\_\mathrm{AllPixels}}{\mathrm{NBin}}+\mathrm{\α}(\mathrm{Num}\_\mathrm{AllPixels}-\frac{\mathrm{Num}\_\mathrm{AllPixels}}{\mathrm{NBin}}),---\left(1\right)$

其中，Num_AllPixels为图像所有像素总数，NBin为直方图区间个数；α为对比度控制因子；

其次，计算得到每个直方图中每个像素值上的平均溢出像素，即待分配像素个数Num_AvgBinIncr，以及修正上限Upper_Lim；

Num_TotalExcess的计算过程如下：

$\mathrm{Num}\_\mathrm{TotalExcess}=\underset{i=1}{\overset{\mathrm{NBin}}{\mathrm{\Σ}}}\left(\mathrm{Hist}\right[i]-\mathrm{Clip}\_\mathrm{Lim})---\left(2\right)$

待分配像素个数Num_AvgBinIncr，以及修正上限Upper_Lim的计算过程如下：

Num_AvgBinIncr＝floor(Num_TotalExcess/NBin)；(3)

Upper_Lim＝Clip_Lim-Num_AvgBinIncr；(4)

然后修正直方图，重新分配溢出像素到各个bin内，过程如下：

如果该区间像素数Hist[i]大于Clip_Lim，那么该区间内像素数Hist[i]被钳位为Clip_Lim；否则

如果该区间像素数Hist[i]大于Upper_Lim，将Num_TotalExcess减去(Clip_Lim-Hist[i])；同时令Hist[i]为Clip_Lim；否则，将Num_TotalExcess减去(Clip_Lim-Num_AvgBinIncr)；同时令Hist[i]为Hist[i]+Num_AvgBinIncr

接着分配剩余的像素，令步长step为max(floor(NBin/Num_TotalExcess)，1)，从1开始至NBin，以step为步长，执行操作：如果该区间像素数Hist[i]小于Clip_Lim，则令该区间像素数目加1。

有限对比度直方图调整的结果输入到直方图均衡模块，在直方图均衡模块中，

首先将上述步骤中修正后的直方图进行累加，生成递增序列HistSum；在本发明的一个实施方式中，可以采用S_n-1+a_n的方法得到HistSum，其中S_n-1为前n-1项和，而a_n为第n项，例如对于序列{0，2，5，3，5，8，12，1，4，...}，累加后得到的HistSum结果为{0，2，7，10，15，23，35，36，40，...}

其次对HistSum序列进行均匀分布处理，获得每个子区域的映射曲线：

$\mathrm{Mapping}=\mathrm{Value}\_\mathrm{Low}+\frac{\mathrm{HistSum}}{\mathrm{Num}\_\mathrm{AllPixels}}*(\mathrm{Value}\_\mathrm{High}-\mathrm{Value}\_\mathrm{Low}),$

其中，Num_AllPixels为图像内像素个数；Value_High为图像像素亮度值上限，本发明中优选的Value_High取值为256；Value_Low为图像像素亮度值下限，本发明中Value_Low优选的取值范围为0-32之间的数。

得到每个子区域的映射曲线后，如果不进行插值使邻域间像素相关的话，可能在区域分界处产生明显的边界，影响图像效果。因此，必须进行邻域间插值。该功能由图1中区域映射插值模块来实现，其用于分别对各区域与其四周相邻区域边缘处的像素灰度值进行插值处理。

发明所采用的插值过程思想是分别将各区域划分为若干子块，并对位于不同区域的相邻子块进行插值处理。首先，将原子图像区域块再次二等分，可以分别将如图2实线所示各区域内等分为像素行列数相等的2×2共4个如虚线划分的子块，并对每4个对角拼接的相邻区域中，位于如图中箭头所引出的对角拼接处的4个相邻子块进行插值处理，即对图2中每4个对角拼接处的相邻左上方子块UL、右上方子块UR、左下方子块BL、右下方子块BR进行插值处理，可以按照如下方式进行插值处理：

L′_i，j＝rowRevW×[colRevW×Mapping(L_i，j)_UL+colW×Mapping(L_i，j)_UR]

+rowW×[colRevW×Mapping(L_i，j)_BL+colW×Mapping(L_i，j)_BR]

其中，L′_i，j表示所述每个子块中第i行第j列先后经直方图均衡化和插值处理后的像素灰度值，rowW、rowRevW分别为正反方向的行插值系数矩阵，colW、colRevW分别为正反方向的列插值系数矩阵，Mapping(L_i，j)_UL、Mapping(L_i，j)_UR、Mapping(L_i，j)_BL、Mapping(L_i，j)_BR分别为左上方字块、右上方子块、左下方子块、右下方子块中第i行第j列经直方图均衡化的像素灰度值；在一个可选的实施方式中，

$\mathrm{rowRevW}=\left[\begin{array}{cccc}\mathrm{Rows}& \mathrm{Rows}& ...& \mathrm{Rows}\\ \mathrm{Rows}-1& \mathrm{Rows}-1& ...& \mathrm{Rows}-1\\ ...& ...& ...& ...\\ 1& 1& ...& 1\end{array}\right],$ $\mathrm{rowW}=\left[\begin{array}{cccc}0& 0& ...& 0\\ 1& 1& ...& 1\\ ...& ...& ...& ...\\ \mathrm{Rows}-1& \mathrm{Rows}-1& ...& \mathrm{Rows}-1\end{array}\right],$

$\mathrm{colRevW}=\left[\begin{array}{cccc}\mathrm{cols}& \mathrm{cols}-1& ...& 1\\ \mathrm{cols}& \mathrm{cols}-1& ...& 1\\ ...& ...& ...& ...\\ \mathrm{cols}& \mathrm{cols}-1& ...& 1\end{array}\right],$ $\mathrm{colW}=\left[\begin{array}{cccc}0& 1& ...& \mathrm{cols}-1\\ 0& 1& ...& \mathrm{cols}-1\\ ...& ...& ...& ...\\ 0& 1& ...& \mathrm{cols}-1\end{array}\right],$

上述各矩阵中的rows为每个子块的行数，cols为每个子块的列数。

利用上述正反方向的行插值系数矩阵rowW和rowRevW、以及正反方向的列插值系数矩阵colW、colRevW，即可使得各子块中越靠近拼接角顶端的像素插值系数越大、越远离拼接角顶端的像素插值系数越小。

且，由于每个子块中的像素在插值运算时，以需要使用、且仅使用一次自身所在行和列的其余像素，因而正反方向的行插值系数矩阵rowW和rowRevW中，只能有一个矩阵的插值系数选取1^-rows、另一个则只能选取0^-rows-1，正反方向的列插值系数矩阵colW、colRevW中，只能有一个矩阵的插值系数选取1^-cols、另一个则只能选取cols-1，从而能够避免在插值处理时重复使用每个像素所在行和列的其余像素灰度值。

需要说明的是，对于边缘区域中未标示出UL、UR、BL、BR的子块，可以不进行处理、或采用任意适用于边缘的处理方式进行处理。上述插值操作的更为形象但非限定性的描述可以由图3来表示。

图像输出模块用于输出处理后的图像。

与上述基于分区域插值的直方图均衡装置相应地，本发明同时还提出一种基于分区域插值的直方图均衡方法，其特征在于包括以下步骤：

将采集到的视频图像划分成多个区域，然后对每个区域进行直方图统计；

对统计得到的直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图区间；

对有限对比度直方图调整的结果进行直方图均衡；

将图像区域划分为若干子块，并对位于不同区域的相邻子块进行插值处理。

所述对每个区域进行直方图统计的步骤进一步包括：将输入的图像等分成M×N个区域，然后对每个区域进行直方图统计，包括将灰度区间分为NBin个区间，遍历整个图像，根据每个像素灰度或亮度的值决定每个区间内的取值Hist[i]，i＝1，...，NBin，如果有像素值落在该区间内，在该区间计数加1。

所述对统计得到的直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图区间的步骤进一步包括以下步骤：

首先，统计直方图中每个区间上像素值大于对比度门限Clip_Lim的像素个数总和Num_TotalExcess；对比度门限Clip_Lim通过以下方式来获得：

$\mathrm{Clip}\_\mathrm{Lim}=\frac{\mathrm{Num}\_\mathrm{AllPixels}}{\mathrm{NBin}}+\mathrm{\α}(\mathrm{Num}\_\mathrm{AllPixels}-\frac{\mathrm{Num}\_\mathrm{AllPixels}}{\mathrm{NBin}}),$

其中，Num_AllPixels为图像所有像素总数，NBin为直方图区间个数；α为对比度控制因子；

其次，计算得到每个直方图中每个像素值上的平均溢出像素，即待分配像素个数Num_AvgBinIncr，以及修正上限Upper_Lim；Num_TotalExcess的计算过程如下：

$\mathrm{Num}\_\mathrm{TotalExcess}=\underset{i=1}{\overset{\mathrm{NBin}}{\mathrm{\Σ}}}\left(\mathrm{Hist}\right[i]-\mathrm{Clip}\_\mathrm{Lim})$

待分配像素个数Num_AvgBinIncr，以及修正上限Upper_Lim的计算过程如下：

Num_AvgBinIncr＝floor(Num_TotalExcess/NBin)；

Upper_Lim＝Clip_Lim-Num_AvgBinIncr；

改变图像直方图分布，重新分配溢出像素到各个直方图，其步骤为：

如果该区间像素数Hist[i]大于Cklip_Lim，那么该区间内像素数Hist[i]被钳位为Clip_Lim；否则

如果该区间像素数Hist[i]大于Upper_Lim，将Num_TotalExcess减去(Clip_Lim-Hist[i])；同时令Hist[i]为Clip_Lim；否则，将Num_TotalExcess减去(Clip_Lim-Num_AvgBinIncr)；同时令Hist[i]为Hist[i]+Num_AvgBinIncr；

接着分配剩余的像素，令步长step为max(floor(NBin/Num_TotalExcess)，1)，从1开始至NBin，以step为步长，执行操作：如果该区间像素数Hist[i]小于Clip_Lim，则令该区间像素数目加1。

所述直方图均衡模块中执行以下操作：对有限对比度直方图调整模块修正后的直方图进行累加，生成递增序列HistSum；

对HistSum进行均匀分布处理，获得每个子区域的映射曲线：

$\mathrm{Mapping}=\mathrm{Value}\_\mathrm{Low}+\frac{\mathrm{HistSum}}{\mathrm{Num}\_\mathrm{AllPixels}}*(\mathrm{Value}\_\mathrm{High}-\mathrm{Value}\_\mathrm{Low}),$

其中，Num_AllPixels为图像内像素个数；Value_High为图像像素亮度值上限。

得到每个子区域的映射曲线后，可以按照如下方式进行插值处理：

L′_i，j＝rowRevW×[colRevW×Mapping(L_i，j)_UL+colW×Mapping(L_i，j)_UR]

+rowW×[colRevW×Mapping(L_i，j)_BL+colW×Mapping(L_i，j)_BR]

其中，L′_i，j表示所述每个子块中第i行第j列先后经直方图均衡化和插值处理后的像素灰度值，rowW、rowRevW分别为正反方向的行插值系数矩阵，colW、colRevW分别为正反方向的列插值系数矩阵，Mapping(L_i，j)_UL、Mapping(L_i，j)_UR、Mapping(L_i，j)_BL、Mapping(L_i，j)_BR分别为左上方字块、右上方子块、左下方子块、右下方子块中第i行第j列经直方图均衡化的像素灰度值。rowW、rowRevW、colW、colRevW矩阵可以采用与基于分区域插值的直方图均衡装置相同的rowW、rowRevW、colW、colRevW矩阵来实现。

图4和图5可以用来说明本发明提出的基于分区域插值的直方图均衡装置及方法的效果，图4为原图，图片中间门洞内细节部分无法看清楚；图5为分区域直方图均衡技术处理后的图片，门洞内的细节部分清晰可见。本发明提出的基于分区域直方图均衡化装置和方法，将图像分为若干子区域计算其直方图分布，相比于全局均衡化技术，引入了空间约束，算法保证了图像整体的对比度；并且所述基于分区域直方图均衡化装置的模块结构清晰，各部分分工明确，独立性强，便于提高整体的稳定性和可靠性，并且引入对比度限定参数，可以精确控制输出图像的整体对比度，算法的人机操控性强，所使用的参数少，计算方法简便，硬件代价低，可以嵌入硬件芯片中，实用性强。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于分区域插值的直方图均衡装置，包括以下模块：

图像输入模块，用于采集影像并数字化，以及对图像的预处理；

分区域直方图统计模块，用于将图像输入模块输入的数据划分成多个区域，然后对每个区域进行直方图统计；

有限对比度直方图调整模块，用于对直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图区间；

直方图均衡模块，用于将有限对比度直方图调整的结果进行直方图均衡；

区域映射插值模块，用于将图像区域划分为若干子块，并对位于不同区域的相邻子块进行插值处理。

2.如权利要求1所述的一种基于分区域插值的直方图均衡装置，其特征在于：

所述图像输入模块包含一个影像获取单元和一个预处理单元，所述影像获取单元用于获取视频图像，所获取的视频图像经过预处理单元进行预处理，预处理包括去噪降噪处理；

所述分区域直方图统计模块对每个区域进行直方图统计进一步包括：将输入的图像等分成M×N个区域，然后对每个区域进行直方图统计，包括将灰度区间分为NBin个区间，遍历整个图像，根据每个像素灰度或亮度的值决定每个区间内的取值Hist[i]，i＝1，...，NBin，如果有像素值落在该区间内，在该区间计数加1。

3.如权利要求1所述的一种基于分区域插值的直方图均衡装置，其特征在于：所述有限对比度直方图调整模块对直方图数据以及输入图像进行有限对比度调整，改变其直方图分布进一步包括以下操作：

首先，统计直方图中每个区间上像素值大于对比度门限Clip_Lim的像素个数总和Num_TotalExcess；对比度门限Clip_Lim通过以下方式来获得：

$\mathrm{Clip}\_\mathrm{Lim}=\frac{\mathrm{Num}\_\mathrm{AllPixels}}{\mathrm{NBin}}+\mathrm{\α}(\mathrm{Num}\_\mathrm{AllPixels}-\frac{\mathrm{Num}\_\mathrm{AllPixels}}{\mathrm{NBin}}),$

其中，Num_AllPixels为图像所有像素总数，NBin为直方图区间个数；α为对比度控制因子；

其次，计算得到每个直方图中每个像素值上的平均溢出像素，即待分配像素个数Num_AvgBinIncr，以及修正上限Upper_Lim；Num_TotalExcess的计算过程如下：

$\mathrm{Num}\_\mathrm{TotalExcess}=\underset{i=1}{\overset{\mathrm{NBin}}{\mathrm{\Σ}}}\left(\mathrm{Hist}\left[i\right]-\mathrm{Clip}\_\mathrm{Lim}\right)$

待分配像素个数Num_AvgBinIncr，以及修正上限Upper_Lim的计算过程如下：

Num_AvgBinIncr＝floor(Num_TotalExcess/NBin)；

Upper_Lim＝Clip_Lim-Num_AvgBinIncr。

4.如权利要求3所述的一种基于分区域插值的直方图均衡装置，其特征在于：所述有限对比度直方图调整模块对直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图的具体操作为：

如果该区间像素数Hist[i]大于Clip_Lim，那么该区间内像素数Hist[i]被钳位为Clip_Lim；

否则，如果该区间像素数Hist[i]大于Upper_Lim，将Num_TotalExcess减去(Clip_Lim-Hist[i])；同时令Hist[i]为Clip_Lim；

否则，将Num_TotalExcess减去(Clip_Lim-Num_AvgBinIncr)；同时令Hist[i]为Hist[i]+Num_AvgBinIncr；

接着分配剩余的像素，令步长step为max(floor(NBin/Num_TotalExcess)，1)，从1开始至NBin，以step为步长，执行操作：如果该区间像素数Hist[i]小于Clip_Lim，则令该区间像素数目加1。

5.如权利要求1所述的一种基于分区域插值的直方图均衡装置，其特征在于，所述直方图均衡模块中执行以下操作：

对有限对比度直方图调整模块修正后的直方图进行累加，生成递增序列HistSum；

对HistSum进行均匀分布处理，获得每个子区域的映射曲线：

$\mathrm{Mapping}=\mathrm{Value}\_\mathrm{Low}+\frac{\mathrm{HistSum}}{\mathrm{Num}\_\mathrm{AllPixels}}*(\mathrm{Value}\_\mathrm{High}\_\mathrm{Value}\_\mathrm{Low}),$

其中，Num_AllPixels为图像内像素个数；Value_High为图像像素亮度值上限。

6.如权利要求1所述的一种基于分区域插值的直方图均衡装置，其特征在于：所述区域映射插值模块执行的插值操作包括：

首先，将原子图像区域块等分为像素行列数相等的2×2子块，并对每4个对角拼接的相邻区域中对角拼接处的4个相邻子块，即左上方子块UL、右上方子块UR、左下方子块BL、右下方子块BR进行插值处理：

L′_i，j＝rowRevW×[colRevW×Mapping(L_i，j)_UL+colW×Mapping(L_i，j)_UR]

+rowW×[colRevW×Mapping(L_i，j)_BL+colW×Mapping(L_i，j)_BR]

其中，L′_i，j表示所述每个子块中第i行第j列先后经直方图均衡化和插值处理后的像素灰度值，rowW、rowRevW分别为正反方向的行插值系数矩阵，colW、colRevW分别为正反方向的列插值系数矩阵，Mapping(L_i，j)_UL、Mapping(L_i，j)_UR、Mapping(L_i，j)_BL、Mapping(L_i，j)_BR分别为左上方字块、右上方子块、左下方子块、右下方子块中第i行第j列经直方图均衡化的像素灰度值。

7.一种基于分区域插值的直方图均衡方法，其包括以下步骤：

(1)将采集到的视频图像划分成多个区域，然后对每个区域进行直方图统计；

(2)对统计得到的直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图区间；

(3)对有限对比度直方图调整的结果进行直方图均衡；

(4)将图像区域划分为若干子块，并对位于不同区域的相邻子块进行插值处理。

8.如权利要求7所述的一种基于分区域插值的直方图均衡方法，其特征在于：所述对每个区域进行直方图统计的步骤进一步包括：将输入的图像等分成M×N个区域，然后对每个区域进行直方图统计，包括将灰度区间分为NBin个区间，遍历整个图像，根据每个像素灰度或亮度的值决定每个区间内的取值Hist[i]，i＝1，...，NBin，如果有像素值落在该区间内，在该区间计数加1。

9.如权利要求7所述的一种基于分区域插值的直方图均衡方法，其特征在于，所述对统计得到的直方图数据以及输入图像进行有限对比度调整，改变其直方图分布，重新分配溢出像素到各个直方图区间的步骤进一步包括以下步骤：

首先，统计直方图中每个区间上像素值大于对比度门限Clip_Lim的像素个数总和Num_TotalExcess；对比度门限Clip_Lim通过以下方式来获得：

$\mathrm{Clip}\_\mathrm{Lim}=\frac{\mathrm{Num}\_\mathrm{AllPixels}}{\mathrm{NBin}}+\mathrm{\α}(\mathrm{Num}\_\mathrm{AllPixels}-\frac{\mathrm{Num}\_\mathrm{AllPixels}}{\mathrm{NBin}}),$

其中，Num_AllPixels为图像所有像素总数，NBin为直方图区间个数；α为对比度控制因子；

其次，计算得到每个直方图中每个像素值上的平均溢出像素，即待分配像素个数Num_AvgBinIncr，以及修正上限Upper_Lim；Num_TotalExcess的计算过程如下：

$\mathrm{Num}\_\mathrm{TotalExcess}=\underset{i=1}{\overset{\mathrm{NBin}}{\mathrm{\Σ}}}\left(\mathrm{Hist}\left[i\right]-\mathrm{Clip}\_\mathrm{Lim}\right)$

待分配像素个数Num_AvgBinIncr，以及修正上限Upper_Lim的计算过程如下：

Num_AvgBinIncr＝floor(Num_TotalExcess/NBin)；

Upper_Lim＝Clip_Lim-Num_AvgBinIncr；

改变图像直方图分布，重新分配溢出像素到各个直方图，其步骤为：

如果该区间像素数Hist[i]大于Clip_Lim，那么该区间内像素数Hist[i]被钳位为Clip_Lim；

否则，如果该区间像素数Hist[i]大于Upper_Lim，将Num_TotalExcess减去(Clip_Lim-Hist[i])；同时令Hist[i]为Clip_Lim；

否则，将Num_TotalExcess减去(Clip_Lim-Num_AvgBinIncr)；同时令Hist[i]为Hist[i]+Num_AvgBinIncr；

接着分配剩余的像素，令步长step为max(floor(NBin/Num_TotalExcess)，1)，从1开始至NBin，以step为步长，执行操作：如果该区间像素数Hist[i]小于Clip_Lim，则令该区间像素数目加1。

10.如权利要求7所述的一种基于分区域插值的直方图均衡方法，其特征在于：所述直方图均衡模块中执行以下操作：

对有限对比度直方图调整模块修正后的直方图进行累加，生成递增序列HistSum；

对HistSum进行均匀分布处理，获得每个子区域的映射曲线：

$\mathrm{Mapping}=\mathrm{Value}\_\mathrm{Low}+\frac{\mathrm{HistSum}}{\mathrm{Num}\_\mathrm{AllPixels}}*(\mathrm{Value}\_\mathrm{High}\_\mathrm{Value}\_\mathrm{Low}),$

其中，Num_AllPixels为图像内像素个数；Value_High为图像像素亮度值上限。

Images