直方图均衡由于其计算复杂度低、方法简单有效的特点而成为图像增强领域中的研究热点,但传统的直方图均衡存在着过度增强、细节丢失等问题,因此几十年来对它的改进算法层出不穷。目前的改进算法虽然在一定程度上解决了传统直方图均衡的缺陷,但它们在实际应用中仍存在一些问题,如亮度保持的算法应用范围受限,而亮度可变的算法大都参数固定,因此对于部分图像效果不佳。本文主要的目的是研究与实现能用于各种场景下视频实时增强的改进直方图均衡算法,本文主要完成的工作如下:(1)提出一种基于最大熵模型的双直方图均衡算法。首先使用大津法确定直方图的数据分割点;再对直方图进行预处理;然后根据提出的最大熵模型遍历寻找使均衡后图像熵最大的动态范围分割点;最后根据数据分割点与动态范围分割点对图像进行双直方图均衡,得到最终增强结果。实验表明,与其他对比算法相比,该算法应用范围广、细节保持能力强、效果自然。(2)提出一种基于混合模型的全局直方图均衡算法。首先根据提出的混合模型遍历寻找最佳的截断阈值;再用它截断直方图,将截下部分平均分配到直方图有效灰度级上;然后对直方图进行后处理;最后进行传统直方图均衡,得到最终的增强结果。实验表明,与其他对比算法相比,该算法对比度提升适当,应用范围广,能够用于视频的实时增强,具有实用性。(3)在Visual Studio平台上开发了基于视频采集卡的通用视频实时增强系统,系统通过视频采集卡接收HDMI视频信号,经过算法实时处理,最终在系统软件界面显示增强后的画面。测试结果表明,该系统实现了各个场景下60帧1080*1920视频的实时增强处理,且增强效果自然。由于参数得到自适应,因此无需人工操作,具有实用价值。综上所述,本文针对现有直方图均衡改进算法的不足,相继提出两种基于模型的直方图均衡改进算法,并对其中一个算法进行了工程实现。