直方图均衡化的几个改进算法

资 源 简 介

直方图均衡化的几个改进算法

详 情 说 明

直方图均衡化是图像处理中常用的对比度增强方法，但传统算法存在过增强、细节丢失等问题。以下是几种改进算法的核心思路：

BBHE（双直方图均衡化） 该算法将原始图像直方图按灰度均值分成两个子直方图分别均衡化，有效保留亮度信息。先计算图像平均灰度值作为分割阈值，对低于和高于阈值的像素区域独立进行均衡化处理，最后合并结果。这种方法能更好地保持图像亮度自然性。

DSIHE（动态分离直方图均衡化） 改进BBHE固定分割阈值的缺陷，通过寻找直方图谷底动态确定分割点。算法首先平滑原始直方图，检测局部最小值作为自适应分割阈值，后续步骤与BBHE类似。动态阈值机制使分割更符合实际图像特征，尤其适合多峰直方图场景。

MMBEBHE（最大最小亮度保持双直方图均衡化） 在BBHE基础上引入亮度保持约束，通过控制两个子直方图的均衡化程度来限制亮度变化。算法会计算均衡化前后的亮度差异，动态调整变换函数使其不超过预设阈值，在增强对比度的同时最大程度保持原始亮度分布。

这些改进算法共同特点是：通过直方图分割避免全局均衡化的过度增强，采用自适应机制提升算法普适性，增加亮度保持约束提高视觉效果。实际应用中，DSIHE适合复杂光照场景，MMBEBHE则更适用于需要严格保持亮度关系的医疗影像等专业领域。