CN1464479A

CN1464479A - 可编程自适应的图像质量非线性增强处理技术

Info

Publication number: CN1464479A
Application number: CN 02133316
Authority: CN
Inventors: 梁林; 薛云波
Original assignee: Weisida Chip Co Ltd Chengdu
Current assignee: Fujitsu Semiconductor Design Chengdu Co Ltd
Priority date: 2002-06-20
Filing date: 2002-06-20
Publication date: 2003-12-31
Anticipated expiration: 2022-06-20
Also published as: CN1244075C

Abstract

本发明公开了一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，是应用于图像处理和连续图像处理领域的基于灰度调节的图像处理的方法。常用的方法都是对图像整体的调节，而忽略了人观测图像的主观性和对画质的要求。对于未能正确曝光图像，传统的方法也不能进行合理的修复。本发明正是针对这些特点提出的，根据人眼在观察图像时对主题的感兴趣度高于其他画面区域，我们对图像的全部或部分图像的抽样内容进行检测，根据检测直方图状态的结果所反应的图像的内容来识别图像的质量，并根据图像的直方图分布类型确定相应的处理方式，对图像拍摄不佳的部分自动进行补偿，而对良好的图像部分不进行任何的处理。

Description

可编程自适应的图像质量非线性增强处理技术

技术领域：

本发明涉及一种数字图像处理技术，是应用于图像处理和连续图像处理领域的基于灰度调节的图像处理的方法。它通过自动对数字画面的即时统计、检测、分析，得到当前图像的画面信息，再针对图像信息反应的图像缺陷对图像进行整体或局部的修正，以达到改善图像质量的目的。

背景技术：

在模拟电视的传输过程中，由于各种干扰的存在和模拟电视的技术限制使电视画面的失真严重，画面模糊，对比度、亮度下降，影响了用户观看时的主观效果。或者在摄影时由于未能正确曝光而造成的图像曝光过渡或曝光不足，使图像模糊，层次不清下降。这些问题的存在要求能够应用图像处理技术对图像进行修正。传统的对比度、亮度调节只能在画面整体上对整个灰度范围进行有限的调节画面，并不能有针对性的对图像的局部效果进行修正，这忽略了人的视觉系统的特点和人作为观察者的主观性。

因为人类的视觉系统具有视觉掩盖效应和视觉感兴趣区，即视觉受大脑的选择性注意机制控制，对视觉范围内的画面具有一定的选择性，它使人们在观察和理解图像时能对某些，感兴趣的区域做出选择，如果能够识别出人们的感兴趣区域并能够对其做出适当的处理，就能够提高画面的主观效果。对于连续的视频图像，由于摄影的规范决定了运动图像的主题画面是位于视频图像的部分区域。因此对图像部分区域的检测和增强是实际和可行的。

人眼在不同亮度背景下对相同亮度刺激的明暗感觉是不同的，图7中园环内的亮度是不变的，但在左右黑白背景下，人眼感觉到的园环明暗程度却不同，左边的要亮些，而右边的要暗些，这种现象叫对比现象。利用对比现象我们可以调节局部灰度区域内的灰度分布，以改善画面的质量。

在常用的数字图像处理的图像增强方法中常采用的方法可分为两大类：频域处理法和空域处理法。

频域处理法是根据需要的目的利用卷积定理对图像的傅立叶变换进行修改，达到对图像的增强。例如对图像低频成份的增强以达到对图像的平滑或消除高频噪声，对图像的高频成份的增强以达到对图像细节的增强和边缘的锐化。

空域处理法是基于像素的处理方法。基本方法是以增强目的来确定灰度映射变换，再通过点运算来实现。例如增强图像的对比度和改善图像的灰度层次。

直方图检测是数字图像处理技术中得到灰度映射变换的常用技术，它通过对图像的每一个像素进行统计运算得到一幅图像的灰度等级分布状况。根据直方图的状态分布反映出的图像状态对图像进行修正。因此对图像的直方图的分析和评价就十分重要了。

常用的与直方图相关的处理方法有直方图均衡化处理、直方图匹配、图像分割的灰度阈值选择。直方图均衡化处理

从信息论的角度讲具有最大信息量的图像是灰度均匀分布的图像。因此，直方图均衡化处理能够将直方图分布不均匀的图像修正为直方图分布均匀的图像，导致图像的对比度增加。它是以累积分布函数作为变换函数为基础的图像修正方法。虽然直方图均衡化的方法能够获得最大的信息量，图像的对比度增强，对曝光过渡的图像有较好的效果，但是它对某些图像的处理效果太重，图像会出现伪轮廓，这是因为直方图均衡化方法只是获得了近似的均匀分布，其本质是以扩大了灰度量化间隔来获得近似分布的，将会导致灰度量化级别减少。而且，反应最大的信息量的图片不一定有最好的主观效果。因此，这个方法不宜直接应用于主题为暗背景的图像的处理。直方图匹配

直方图匹配能够使图像的直方图按照某一特定的直方图或函数形式进行匹配。这在对同一场景的不同光照条件下的图像进行比较使是一个有效地手段。而对大多数图像，由于具有一定的随机性，我们无法准确知道每幅图像的直方图的期望分布的具体形式，所以无法采用此方法。图像分割中直方图的灰度阈值选择

图像分割把图像划分为互不相交的区域，可以在物体对象与背景有较强的对比的情况下，对图像的不同区域采用不同的处理方法。图像分割的灰度阈值选择常用于图像分析、对象识别和对静止图像的处理，而不适合对对比度不大，背景和前景灰度分布相近的图像的处理。常用于图像识别和图像分割等领域。

以上的直方图相关的方法均是针对某一类图像的处理的方法，它们有以下不足：

I.没有能够以完善的检测手段以完成对图像的识别。

II.统计方法复杂，转换函数关系复杂，在超大规模集成电路设计中实现困难。

III、没有考虑到不同画面的特有的属性，只能用单一的手段对图像进行处理。

发明内容：

本发明是针对当前电视图像灰度调节中所应用的直方图检测方法存在的缺陷，所提出了一个基于直方图检测的可编程自适应的图像质量非线性增强处理技术。实现了对灰度分布不均的图像进行自适应检测和识别，并采取相应的可编程灰度增强处理方式，输出图像效果好的图像。

本发明的特点是：对图像采用抽样统计的方法，有利于在超大规模集成电路中的应用和降低运算量。对图像进行高效的直方图检测考虑到了图像观察者的主观性，有选择的对部分图像或全部图像进行统计检测。根据直方图对图像的类型划分，可以根据不同图像的特点，自动做出相应的处理。对不同的图像采用灵活的非线性调节，实现对图像中不同灰度区域的选择性修正。采用低通滤波器消除噪声的干扰。可编程的图像类型划分。可编程的图像提升量的控制。

本发明的发明目的是通过实施下述技术方案实现的：

一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，对接收图像信号的亮度信号，进行灰度的直方图的统计检测，并由此检测到图像的相关的状态，并采用相应的图像处理方式对图像进行修正，输出画质增强后的图像，其特征在于：至少包括如下步骤：

A、对接收图象信号的亮度信号，进行直方图的统计检测；

B、合并图像直方图并根据它检测图象直方图的包络形状产生直方图的状态变量；

C、对直方图的状态变量分类产生直方图类型；

D、根据状态变量类型定义非线性处理转换函数的类型和相关参数集；

E、由转换函数的类型和相关参数集定确定相应的图像非线性处理的转换函数；

F、根据非线性处理的转换函数对图像进行修正，输出画质增强后的图像。

进一步地，本发明至少包括以下几个工作模块：灰度直方图检测模块(a)，直方图状态变量检测模块(b)，直方图的状态分类模块(c)，转换函数分类模块(e)，图像亮度最大最小值检测模块(h)，可编程的灰度转换函数参数产生模块(f)，图像灰度信号非线性处理模块(g)。

亮度信号同时输入到灰度直方图检测模块(a)，图像亮度最大最小值检测模块(h)和图像灰度信号非线性处理模块(g)；灰度直方图检测模块(a)的产生灰度直方图检测结果输入到直方图状态变量检测模块(b)经过处理后，再输入直方图的状态分类模块(c)产生图像直方图类型，再由转换函数分类模块(e)根据图像直方图类型产生相应的转换函数类型并输出到可编程的灰度转换函数参数产生模块(f)和图像灰度信号非线性处理模块(g)；可编程的灰度转换函数参数产生模块(f)接受到图像亮度最大最小值检测模块(h)输出的最大最小值，直方图的状态分类模块(c)产生的图像直方图类型和转换函数分类模块(e)产生的转换函数类型来确定转换函数的参数，并将其输出到图像灰度信号非线性处理模块(g)产生相应的转换函数，图像信号经过图像灰度信号非线性处理模块(g)的处理输出画质增强的图像。

较好地，本发明包括以下工作模块：灰度直方图检测模块(a)，直方图状态变量检测模块(b)，直方图的状态分类模块(c)，转换函数分类模块(e)，低通滤波器模块(d)，图像亮度最大最小值检测模块(h)，可编程的灰度转换函数参数产生模块(f)，图像灰度信号非线性处理模块(g)。

亮度信号同时输入到灰度直方图检测模块(a)和低通滤波器模块(d)和图像灰度信号非线性处理模块(g)；低通滤波器模块输出的去噪图像输出到图像亮度最大最小值检测模块(h)；灰度直方图检测模块(a)的检测结果输入到直方图状态变量检测模块(b)，再由直方图的状态分类模块(c)产生图像直方图类型；转换函数分类模块(e)根据图像直方图类型产生相应的转换函数类型并输出到可编程的灰度转换函数参数产生模块(f)和图像灰度信号非线性处理模块(g)；可编程的灰度转换函数参数产生模块(f)接收到图像亮度最大最小值检测模块(h)产生的最大最小值，直方图的状态分类模块(c)产生的图像直方图类型和转换函数分类模块(e)产生的转换函数类型来确定转换函数的参数，并将其输出到图像灰度信号非线性处理模块(g)产生相应的转换函数，图像信号经过图像灰度信号非线性处理模块(g)的处理输出画质增强的图像。

更好地，本发明包括以下工作模块：图像抽样统计预处理模块(i)，灰度直方图检测模块(a)，直方图状态变量检测模块(b)，直方图的状态分类模块(c)，转换函数分类模块(e)，低通滤波器模块(d)，图像亮度最大最小值检测模块(h)，可编程的灰度转换函数参数产生模块(f)，图像灰度信号非线性处理模块(g)。

亮度信号同时输入到图像抽样统计预处理模块(i)和图像灰度信号非线性处理模块(g)；图像抽样统计预处理模块(i)产生抽样的亮度图像并将其输出到低通滤波器模块(d)和灰度直方图检测模块(a)；低通滤波器模块(d)输出的去噪图像输出到图像亮度最大最小值检测模块(h)；灰度直方图检测模块(a)的检测结果输入到直方图状态变量检测模块(b)，再由直方图的状态分类模块(c)产生图像直方图类型，转换函数分类模块(e)根据图像直方图类型产生相应的转换函数类型并输出到可编程的灰度转换函数参数产生模块(f)和图像灰度信号非线性处理模块(g)，可编程的灰度转换函数参数产生模块(f)接收到图像亮度最大最小值检测模块(h)产生的最大最小值，直方图的状态分类模块(c)产生的图像直方图类型和转换函数分类模块(e)产生的转换函数类型来确定转换函数的参数，并将其输出到图像灰度信号非线性处理模块(g)产生相应的转换函数，图像信号经过图像灰度信号非线性处理模块(g)的处理输出画质增强的图像。

本发明的优点和积极效果：

1.对图像进行抽样统计检测，提高检测的效率，降低运算量

和实现成本。

2.可以根据不同图像的类型，对其进行相应的非线性校正。

3.处理方式灵活，可在线性校正和非线性校正之间调节。

4.避免了对图像的黑区域和白区域的过饱和增强，保证了在

图像暗区域和亮区域的图像细节。

5.对图像的全部或部分进行检测符合人眼观察事物的特性，

减少了复杂的运算。

6.回避了直方图均衡对图像处理严重失真的现象，既获得了

所需的信息量，又保证了图像的主观质量。

附图简述：图1 直方图检测和非线性处理的方框图图2 直方图的分类。本图以直方图灰度级合并成五个区域为例，产生直方图状态变量。根据状态变量的分类说明图像直方图的分类。

第一类是总体偏暗的场景，整体灰度需要加亮。

第二类是图像的灰度分布集中于亮端和暗端，需要将灰度分布想

灰度级的中部移动。

第三类是灰度分布集中于灰度级的中部，需要将其扩展。

第四类是图像总体偏亮，需要将灰度分布向低灰度级移动，以降

低总体亮度，提高亮区域的对比度。图3 直方图的状态变量产生方法示意图。以直方图灰度级合并成五个区域为例说明直方图状态变量的产生方法。将直方图的各个灰度区域的像素数与门限值比较，当大于门限值的时候，把该区域的状态设为1，否则为0。比较完所有的灰度区域后，可以得到一个直方图状态变量。本图所示的状

态变量的值是12(01100B)。图4 四类转换函数。

根据图2产生的直方图类型产生相对应的四类转换函数。图5 以第三类直方图灰度分布为例说明转换函数产生的方法。产

生状态函数的各个参数都是可编程调节的，这样根据不同的

状态，修正的方法是可选择的。

具体实施方式：

为了有效的对图像做出处理，本方法采用了多种有针对性的方案来实现对图像进行直方图检测和可编程的非线性增强的图像处理方法。

本方法的输入是图像的亮度信号，它输入到图像抽样预处理模块。图像抽样统计预处理模块(i)

抽样统计的方法采用抽样统计的方法是考虑到大尺寸图像运算时的计算量太大，对每一个象素进行直方图检测的方法既不高效，又会因计算量太大而导致实现成本的急剧增加。而对图像进行空域内的像素抽样是对原图像进行线性缩小的处理，由于图像像素间的相关性，新的图像仍然会正确反应原图像的直方图灰度分布状态。

为了减少检测中的运算量，我们在进行直方图检测前。根据人类视觉的遮盖效应和人眼在观察图像时具有视觉选择性，所以将被检测图像的主题划分主要区域与次要区域并对图像主要区域与次要区域采用了不同的抽样间距。

实施步骤：当图像抽样统计预处理模块(i)接收到输入的灰度图象信号。

步骤：

1.对输入的每行的象素进行计数，产生象素的列序数；对图像

的每行计数，产生象素的列序数。

2.在图像中根据图象的宽高划分图像的主要区域与次要区域

并分别确定其抽样间距。

3.当象素的行，列序数均为行，列抽样间距的整数倍时，将该

象素输出到灰度直方图检测模块(a)。相关数学公式：对图像抽样：Imag_esample(i，j)＝Image_origin(k，l)；当k＝i*δ，1＝j*δ；δ是像素抽样间距，在主要区域与次要区域取不同的值0≤k＜原图像的水平尺寸0≤1＜原图像的垂直尺寸灰度直方图检测模块(a)

根据被处理图像的尺寸大小对全部图像或部分图像(来自图像抽样统计预处理模块(i))的亮度信号进行数理统计计算来产生灰度直方图。

实施步骤：

灰度直方图检测模块(a)接受到输入的亮度信号。

1.对直方图的每一个灰度等级的像素数变量初始化。

2.对每一个象素的亮度值进行判断，并对相同的亮度级的像

素进行累加计数。

3.当图象检测完后产生256级的灰度直方图，并输出到直方

图状态分类模块(c)。直方图的产生：histogram_sample(m)＝histogram_sample(m)+1；

当Image_sample(i，j)＝m；0≤m≤255；直方图状态变量检测模块(b)

因为由灰度直方图检测模块(a)得到的直方图的灰度等级太多(256级)，不利于包络线的提取图2，我们将灰度等级合并成几个或几十个区域，产生一个修正的直方图并生成一个直方图的状态变量。

步骤：

1、对输入的灰度直方图的灰度级进行合并产生几个或几十个灰度区域。相应的，对落入同一个区域的原直方图的各个灰度级的像素数求和。这样产生一个修正的直方图。

2、把整幅图像像素总数除以区间数得到区间像素平均数，并以此作为门限值。根据修正的直方图，我们把每一区间的像素数与门限值(区间像素平均数)进行比较，大于门限值的时候，把这个区域的状态设为1，反之为0，比较所有的区域后，由区域状态可以获得直方图的状态变量，它反应了直方图的包络形状。

3、直方图状态变量输出到直方图的状态分类模块(c)直方图的状态分类模块(c)

根据直方图状态变量检测模块(b)输出的直方图的状态变量把直方图的状态分为四类。

步骤：

1、根据直方图的状态变量，我们可以获得当前图像的灰度分

布情况，并由此可以确定图像的直方图类型(图2，图3)，

并产生直方图类型信号。

2、将直方图类型信号和直方图的状态变量信号输出到转换

函数分类模块(e)。直方图类型信号输出到灰度转换参数

产生模块(f)。图像的直方图状态类型：图2I、第一类

这类图像以暗场景为主，整体灰度分布处于低灰度区域。II、第二类

这类图像的灰度分布主要集中于灰度级低端和高端。III、第三类

这类图像的灰度分布主要集中于灰度级的中部。IV、第四类

这类图像的灰度分布主要集中于灰度级的高端。转换函数分类模块(e)

转换函数分类模块(e)是为实现非线性灰度调节而进行非线性转换函数类型的确定。它的基本的原则是：根据直方图的状态分类模块(c)输出的图像的直方图状态变量和直方图类型信号来确定的对图像的局部的或整体的灰度分布进行调节(图4)，并由此确定对应于的图像的直方图状态类型(图2)的转换函数。

步骤：

1、检测由直方图的状态分类模块(c)输出的图像的直方图

状态变量信号和直方图类型信号，分析图象的灰度分布区

域。

2、由图象的灰度分布区域来决定图像转换函数类型。

3、将图像转换函数类型信号输出到图像灰度信号非线性处

理模块(g)和灰度转换函数参数产生模块(f)。转换函数类型：I、第一类

这类图像以暗场景为主，整体灰度分布处于低灰度区域。整体的灰度需要提升，加亮。II、第二类

这类图像的灰度分布主要集中于灰度级低端和高端。采用的方法是提升暗端的灰度级，并降低亮端的灰度。III、第三类

这类图像的灰度分布主要集中于灰度级的中部。采用的方法是降低暗端的灰度级和加亮亮端的灰度级。IV、第四类

这类图像的灰度分布主要集中于灰度级的高端。采用的方法是降低整体的灰度级别。低通滤波器模块(d)

考虑到图像在传输过程中会有噪声的干扰，本模块对来自图像抽样统计预处理模块(i)的灰度图象在处理前进行了高频噪声抑制处理。使图像灰度最大最小值检测更加准确。

步骤：

1、接受到来自图像抽样统计预处理模块(i)输出的图象灰度

图象信号，并通过一个低通滤波器，抑制噪声。

2、将通过低通滤波器模块(d)的图像信号输出到图像亮度最

大最小值检测模块(h)。图像亮度最大最小值检测模块(h)

在这个模块中接收到来自低通滤波器模块(d)的在本方法的图像的非线性处理转换函数的参数中使用了图像的亮度最大，最小值来确定图像增强的范围。通过使用两个寄存器对图像的每个像素的逐点比较，可以获得整幅图像的亮度最大最小值。

步骤：

1、对变量亮度最大，最小值初始化。

2、将来自低通滤波器模块(d)的亮度信号分别与亮度最大，最

小值变量比较，将小的值存放在亮度最小值变量中，大的值存

放在亮度最大值变量中。

3、当一场图像处理完后，得到整幅图像的亮度最大，最小值，并

将其输出到灰度转换函数参数产生模块(f)中。

P_min是整幅图像的亮度最小值；

P_max是整幅图像的亮度最大值；

可编程的灰度转换函数参数产生模块(f)

本模块接收到直方图状态分类模块(c)输出的直方图类型信号，转换函数分类模块(e)输出的图像转换函数类型信号，图像亮度最大最小值检测模块(h)输出的图像的亮度最大，最小值信号，并根据这些信号产生出转换函数的参数。

步骤：

1、确定暗端边界点(blk_edg)和亮端边界点(wht_edg)根据直

方图状态分类模块(c)输出的直方图类型信号，可以确定的

当前图像的处理的灰度边界，即每个直方图状态变量对应一组

暗端边界点和亮端边界点。以这两个边界点来计算图像需要修正的范围。blk_edg是图像的暗区域边界点，它可以根据图像的直方图状态使用可编程的手段进行调整。wht_edg是图像的亮区域边界点，它可以根据图像的直方图状态使用可编程的手段进行调整。(图5)

线性处理和非线性处理的转换

当第二类，第三类直方图分布转换函数的参数blk_edg等于参数wht_edg，并且RAGNE_TH等于1时，图像的处理方法由非线性处理转换威线性处理方式，即线性压缩(对比度减小)或线性扩展(对比度增加)。

2、确定暗区域最大修正范围(Blkrange)和亮区域最大修正范围(Whtrange)

暗区域最大修正范围(Blkrange)和亮区域最大修正范围(Whtrange)是用于产生图像进行点运算处理的区域，它们和增益控制变量一起修正亮度值在像素点。

修正范围内的相关的数学公式：Blkrange＝blk_edg-p_min；Whtrange＝p_max-wht_edg；

3、确定暗端处理的范围上限(ltb)和亮端处理的范围下限(ltw)的确定。

它们是修正区域的门限值，当像素亮度值在它们范围内对像素进行处理。图5

RAGNE_TH是一个可调节的变量，也是增益控制变量。用以确定需要处理的像素值的门限。相关的数学公式：ltb：ltb＝p_min+(RAGNE_TH*blkrange)ltb是处理暗区域的门限值。当图像像素的亮度值小于ltb时，对该象素进行处理。ltw：ltw＝p_max-(RAGNE_TH*whtrange)ltw是处理亮区域的门限值。当图像像素的亮度值大于ltw时，对该象素进行处理。1、拐点的确定

inflx_blk是处理暗端的拐点，在像素亮度值小于拐点值的灰度级被压缩(扩展)，而大于拐点值的灰度级被扩展(压缩)，这样可以防止在黑电平扩展是黑色区域饱和的现象。图5

Claims

1、一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，对接收图像信号的亮度信号，进行灰度的直方图的统计检测，并由此检测到图像的相关的状态，并采用相应的图像处理方式对图像进行修正，输出画质增强后的图像，其特征在于：至少包括如下步骤：

A、对接收图象信号的亮度信号，进行直方图的统计检测和图像亮度最大最小值检测。；

C、对直方图的状态变量分类产生直方图类型；

D、根据状态变量类型和图像亮度最大最小值定义非线性处理转换函数的类型和相关参数集；

2、根据权利要求1所述的一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，其特征在于：至少包括以下几个工作模块：灰度直方图检测模块(a)，直方图状态变量检测模块(b)，直方图的状态分类模块(c)，转换函数分类模块(e)，图像亮度最大最小值检测模块(h)，可编程的灰度转换函数参数产生模块(f)，图像灰度信号非线性处理模块(g)。

3、根据权利要求1或2所述的一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，其特征在于：亮度信号同时输入到灰度直方图检测模块(a)，图像亮度最大最小值检测模块(h)和图像灰度信号非线性处理模块(g)；灰度直方图检测模块(a)的产生灰度直方图检测结果输入到直方图状态变量检测模块(b)经过处理后，再输入直方图的状态分类模块(c)产生图像直方图类型，再由转换函数分类模块(e)根据图像直方图类型产生相应的转换函数类型并输出到可编程的灰度转换函数参数产生模块(f)和图像灰度信号非线性处理模块(g)；可编程的灰度转换函数参数产生模块(f)接受到图像亮度最大最小值检测模块(h)输出的最大最小值，直方图的状态分类模块(c)产生的图像直方图类型和转换函数分类模块(e)产生的转换函数类型来确定转换函数的参数，并将其输出到图像灰度信号非线性处理模块(g)产生相应的转换函数，图像信号经过图像灰度信号非线性处理模块(g)的处理输出画质增强的图像。

4、根据权利要求1所述的一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，其特征在于：至少包括以下几个工作模块：灰度直方图检测模块(a)，直方图状态变量检测模块(b)，直方图的状态分类模块(c)，转换函数分类模块(e)，低通滤波器模块(d)，图像亮度最大最小值检测模块(h)，可编程的灰度转换函数参数产生模块(f)，图像灰度信号非线性处理模块(g)。

5、根据权利要求1或4所述的一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，其特征在于：亮度信号同时输入到灰度直方图检测模块(a)和低通滤波器模块(d)和图像灰度信号非线性处理模块(g)；低通滤波器模块输出的去噪图像输出到图像亮度最大最小值检测模块(h)；灰度直方图检测模块(a)的检测结果输入到直方图状态变量检测模块(b)，再由直方图的状态分类模块(c)产生图象直方图类型，转换函数分类模块(e)根据图象直方图类型产生相应的转换函数类型并输出到可编程的灰度转换函数参数产生模块(f)和图像灰度信号非线性处理模块(g)，可编程的灰度转换函数参数产生模块(f)接受到图像亮度最大最小值检测模块(h)产生的最大最小值，直方图的状态分类模块(c)产生的图像直方图类型和转换函数分类模块(e)产生的转换函数类型来确定转换函数的参数，并将其输出到图像灰度信号非线性处理模块(g)产生相应的转换函数，图像信号经过图像灰度信号非线性处理模块(g)的处理输出画质增强的图像。

6、根据权利要求1所述的一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，其特征在于：包括以下工作模块：图像抽样统计预处理模块(i)，灰度直方图检测模块(a)，直方图状态变量检测模块(b)，直方图的状态分类模块(c)，转换函数分类模块(e)，低通滤波器模块(d)，图像亮度最大最小值检测模块(h)，可编程的灰度转换函数参数产生模块(f)，图像灰度信号非线性处理模块(g)。

7、根据权利要求1或6所述的一种基于直方图检测的可编程自适应的图像质量非线性增强处理技术，其特征在于：亮度信号同时输入到图像抽样统计预处理模块(i)和图像灰度信号非线性处理模块(g)；图像抽样统计预处理模块(i)产生抽样的亮度图像并将其输出到低通滤波器模块(d)和灰度直方图检测模块(a)；低通滤波器模块(d)输出的去噪图像输出到图像亮度最大最小值检测模块(h)；灰度直方图检测模块(a)的检测结果输入到直方图状态变量检测模块(b)，再由直方图的状态分类模块(c)产生图像直方图类型，转换函数分类模块(e)根据图像直方图类型产生相应的转换函数类型并输出到可编程的灰度转换函数参数产生模块(f)和图像灰度信号非线性处理模块(g)，可编程的灰度转换函数参数产生模块(f)接收到图像亮度最大最小值检测模块(h)产生的最大最小值，直方图的状态分类模块(c)产生的图像直方图类型和转换函数分类模块(e)产生的转换函数类型来确定转换函数的参数，并将其输出到图像灰度信号非线性处理模块(g)产生相应的转换函数，图像信号经过图像灰度信号非线性处理模块(g)的处理输出画质增强的图像。