陳 瑩，朱 明

(1.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所航空光學(xué)成像與測(cè)量中國(guó)科學(xué)院重點(diǎn)實(shí)驗(yàn)室，吉林長(zhǎng)春130033;2.中國(guó)科學(xué)院大學(xué)北京100049)

1 引言

微光夜視系統(tǒng)在軍事和民用方面都有很重要的用途，微光圖像的對(duì)比度低，并且灰度級(jí)范圍集中，圖像的質(zhì)量嚴(yán)重影響對(duì)目標(biāo)的識(shí)別，圖像增強(qiáng)技術(shù)在其中起著至關(guān)重要的作用。圖像增強(qiáng)方法基本上可分成兩大類(lèi):頻率域法和空間域法。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］等。許多學(xué)者也開(kāi)始研究局部增強(qiáng)算法，提出了許多新的技術(shù)，如暗背景下局部直方圖增強(qiáng)、區(qū)間可變的直方圖均衡化算法、基于直方圖互確認(rèn)的圖像閾值化分割算法、子圖均衡算法、亮度保持直方圖均衡處理等［5-9］。局部增強(qiáng)算法由于重疊度高，算法都比較復(fù)雜，處理時(shí)延長(zhǎng)。

圖像增強(qiáng)技術(shù)在實(shí)際應(yīng)用中需要保持實(shí)時(shí)性，所以，圖像增強(qiáng)系統(tǒng)要優(yōu)先考慮時(shí)延。現(xiàn)場(chǎng)可編程門(mén)陣列(FPGA)靈活性好，集成度高，同時(shí)開(kāi)發(fā)周期短，擴(kuò)展能力強(qiáng)，處理數(shù)據(jù)速度快，適合實(shí)時(shí)的信號(hào)處理。

本文提出了一種多子直方圖均衡算法，首先將直方圖按面積平均分割成4個(gè)子直方圖，利用平均像素?cái)?shù)量作為閾值切割直方圖降低過(guò)度增強(qiáng)的現(xiàn)象，然后加入尺度因子對(duì)動(dòng)態(tài)范圍進(jìn)行調(diào)整，最后分別對(duì)子直方圖均衡得到增強(qiáng)效果。圖像經(jīng)處理后，灰度級(jí)動(dòng)態(tài)范圍分區(qū)更加合理，改進(jìn)算法在硬件上實(shí)現(xiàn)，并由主客觀評(píng)價(jià)表明，它對(duì)微光圖像的增強(qiáng)效果很好，滿(mǎn)足實(shí)時(shí)性要求。

2 直方圖均衡算法

2.1 傳統(tǒng)直方圖均衡(Histogram Equalization，HE)

數(shù)字圖像直方圖灰度范圍是［0，L－1］。它是一個(gè)頻率分布函數(shù)，首先，計(jì)算出每個(gè)灰度級(jí)的像素?cái)?shù)量。

式中，k=0，1，2，……，L－1;Xk表示輸入第k個(gè)灰度級(jí);nk是圖像中第k灰度級(jí)對(duì)應(yīng)的像素?cái)?shù)量。

其次，計(jì)算出圖像每個(gè)灰度級(jí)的概率密度函數(shù)P(Xk):

由式(3)可推導(dǎo)出CDF(XL－1)=1，由此可以看出，直方圖均衡就是將圖像的灰度值平均分配到整個(gè)動(dòng)態(tài)范圍內(nèi)。用傳遞函數(shù)來(lái)表示輸入像素的傳遞函數(shù):

式中，Xk是輸入的第k灰度級(jí);XL－1代表最大灰度值。

2.2 動(dòng)態(tài)直方圖均衡(Dynamic Histogram E-qualization，DHE)

DHE首先要用一個(gè)1×3的平滑濾波器去掉直方圖中不重要的極小值，然后對(duì)平滑后的直方圖取極小值作為分區(qū)點(diǎn)，把原直方圖分成幾個(gè)子直方圖。其次，在每個(gè)子直方圖中計(jì)算均值u，標(biāo)準(zhǔn)差σ。如果子直方圖在(μ－σ)～(μ+σ)范圍內(nèi)的灰度級(jí)占據(jù)子直方圖整體灰度級(jí)的68.3%以上，那么就認(rèn)為它是一個(gè)正態(tài)分布，不受其它灰

式中，n表示圖像的總像素?cái)?shù);k=0，1，2，……，L－1。

然后，由式(2)的統(tǒng)計(jì)結(jié)果計(jì)算圖像灰度級(jí)的累積概率密度函(Cumulate Density Function，CDF):度級(jí)影響;否則，就不是正態(tài)分布，需要重新劃分區(qū)域，在子直方圖中以(μ－σ)和(μ+σ)為分割點(diǎn)，分為3個(gè)更小的子直方圖，再進(jìn)行檢驗(yàn)，直到所有子直方圖都符合正態(tài)分布為止。

再次是分區(qū)，分區(qū)后第i個(gè)子直方圖的動(dòng)態(tài)范圍由下式?jīng)Q定:

每個(gè)子直方圖要根據(jù)所占據(jù)整體動(dòng)態(tài)范圍的比例來(lái)確定輸出的灰度級(jí)范圍，表達(dá)式如下:

式中，L表示最大灰度級(jí)。

最后，對(duì)每個(gè)子直方圖應(yīng)用HE，其映射灰度值只能在指定分配的灰度級(jí)范圍內(nèi)。

2.3 改進(jìn)的直方圖均衡算法

經(jīng)HE處理后，圖像的對(duì)比度得到明顯提高，但處理后的圖像有過(guò)亮或過(guò)暗的地方，增強(qiáng)結(jié)果不易控制，不能把較小的細(xì)節(jié)部分很好的增強(qiáng)。DHE算法較傳統(tǒng)HE算法效果好一些，但是，檢測(cè)極小值算法復(fù)雜且容易出錯(cuò)，因此，在保證效果和復(fù)雜度的前提下提出了改進(jìn)的直方圖均衡算法。

改進(jìn)的算法包括5個(gè)過(guò)程:(1)直方圖分區(qū);(2)剪切;(3)灰度級(jí)范圍分配;(4)動(dòng)態(tài)范圍調(diào)整;(5)直方圖均衡化。

(1)直方圖分區(qū)

微光圖像的灰度級(jí)比較集中，包含的灰度級(jí)數(shù)量少，采用每個(gè)子直方圖有相同數(shù)目的像素?cái)?shù)量的分割方法，能有效地將灰度級(jí)分隔開(kāi)，避免了傳統(tǒng)峰值分割時(shí)出現(xiàn)的分割不理想或者無(wú)分割現(xiàn)象。

利用輸入圖像的直方圖的強(qiáng)度中值來(lái)分區(qū)，將其按照像素?cái)?shù)量等分為4個(gè)子直方圖，最低和最高的灰度級(jí)設(shè)置為分區(qū)端點(diǎn)。

使用式(7)計(jì)算出每個(gè)分離點(diǎn):

式中，m1、m2和m3分別是輸入圖像直方圖中總像素?cái)?shù)量的0.25、0.50和0.75的灰度級(jí)。Iwidth和Iheight分別是輸入圖像的寬度和高度。

(2)裁剪

圖1 多子直方圖均衡算法處理過(guò)程Fig.1 Processes of multiple sub-histogram equalization algorithm

增加裁剪過(guò)程可以控制均衡化的增強(qiáng)度。學(xué)者們也提出了一些裁剪過(guò)程的方法，例如，自動(dòng)裁剪過(guò)程——自適應(yīng)閾值直方圖均衡化(SAPHE)［10］由王等人提出，然而，此方法中局部峰值檢測(cè)容易判斷錯(cuò)誤而產(chǎn)生誤峰值，導(dǎo)致圖像不自然柔和。繼而由趙等人提出自適應(yīng)閾值用加權(quán)來(lái)優(yōu)化直方圖［11］——SAPHE 的改進(jìn)技術(shù)，以直方圖非空處的值作為裁剪閾值，計(jì)算過(guò)程復(fù)雜。本文中，為了優(yōu)化算法，選擇所有灰度級(jí)像素?cái)?shù)量的平均值作為閾值Tc［12］，Tc=總像素?cái)?shù)量n/灰度級(jí)數(shù)L。裁剪過(guò)程如圖1(b)和圖1(c)所示，對(duì)于大于閾值的值由閾值本身所取代，如圖1(c)所示，圖1(d)為子直方圖均衡過(guò)程。

(3)灰度級(jí)范圍分配

為了平衡每個(gè)子直方圖的提升空間，優(yōu)化算法根據(jù)灰度級(jí)范圍所占的比例為子直方圖分配灰度級(jí)動(dòng)態(tài)范圍，這個(gè)過(guò)程描述如下:

式(8)中，spani是輸入直方圖的第i個(gè)子直方圖的灰度級(jí)范圍;mi是第i個(gè)分區(qū)點(diǎn);rangei是輸出直方圖中每個(gè)子直方圖的動(dòng)態(tài)范圍。用式(9)來(lái)分配灰度級(jí)的動(dòng)態(tài)范圍。

(4)動(dòng)態(tài)范圍調(diào)整

微光圖像的灰度級(jí)比較集中，目標(biāo)與背景難區(qū)分。因此，保留圖像細(xì)節(jié)尤為重要。子直方圖均衡后，像素?cái)?shù)量少的灰度級(jí)會(huì)產(chǎn)生合并，從而導(dǎo)致細(xì)節(jié)減少。為了克服這種缺點(diǎn)，引進(jìn)了尺度因子r，適當(dāng)調(diào)整拉伸范圍，防止動(dòng)態(tài)范圍的過(guò)度壓縮或過(guò)度拉伸，它可用來(lái)擴(kuò)大可擴(kuò)展的動(dòng)態(tài)范圍。合理調(diào)整子直方圖的動(dòng)態(tài)范圍，才能達(dá)到更好的效果。r定義如下:

式中，L是最大灰度級(jí);k是分區(qū)的份數(shù)(k=4)。子直方圖調(diào)整灰度范圍aspan的定義:

式中，α是在0和1之間的尺度因子。

圖2是當(dāng)算法有4個(gè)分離級(jí)別和尺度因子α=0.5時(shí)，4個(gè)子直方圖span的調(diào)整結(jié)果。

圖2 k=4，α=0.5時(shí)，改進(jìn)算法動(dòng)態(tài)范圍調(diào)整后aspan示意圖Fig.2 When k=4，α =0.5，schematic diagram of aspan after adjustment

第i個(gè)子直方圖的新的動(dòng)態(tài)范圍被分配到［istart，iend］內(nèi)，定義為式(11)和式(12):

第一個(gè)istart值和最后一個(gè)iend值分別是分配后動(dòng)態(tài)范圍中最小和最大的灰度值，圖1(d)中顯示出直方圖新分配的動(dòng)態(tài)范圍。

(5)直方圖均衡化

在所有子直方圖的新動(dòng)態(tài)范圍確定后，算法的最后一步是獨(dú)立的對(duì)每個(gè)子直方圖均衡化。如果第i個(gè)子直方圖的分配范圍是［istart，iend］，那么，均衡化后子直方圖要完全分配在這個(gè)分區(qū)內(nèi)，這部分的y(x)可使用式(14)傳遞映射函數(shù)確定。

3 基于FPGA的硬件實(shí)現(xiàn)

3.1 系統(tǒng)硬件結(jié)構(gòu)

采用 Altera公司的 DE2-70 FPGA開(kāi)發(fā)板，F(xiàn)PGA芯片是Cyclone II系列的EP2C70F896C6N。

此開(kāi)發(fā)板有以下主要資源［13］:68416LEs(邏輯單元)，16×2 LCD模塊，150嵌入式乘法器，1個(gè)2 Mbyte SSRAM，1個(gè)8 Mbyte Flash內(nèi)存，2個(gè)32 Mbyte SDRAM，1個(gè) 50 MHz振蕩器，1個(gè)28.63 MHz振蕩器，3個(gè)10 bit高速數(shù)字模擬轉(zhuǎn)換(DAC)，采用ADV7123 140-MHz作為3個(gè)10 bit高速視頻數(shù)/模轉(zhuǎn)換器，支持100 Hz刷新率時(shí)的高達(dá)1 600×1 200的分辨率，采用ADV7180多格式SDTV視頻解碼器，支持世界范圍內(nèi)的NTFC/PAL/SECAM制式，開(kāi)發(fā)板正常工作電壓為12 V。本文應(yīng)用Verilog HDL硬件描述語(yǔ)言，在DE2-70開(kāi)發(fā)板上實(shí)現(xiàn)改進(jìn)的直方圖均衡增強(qiáng)算法，采用以下硬件結(jié)構(gòu):

圖3 DE2-70 FPGA開(kāi)發(fā)板Fig.3 DE2-70 FPGA board

圖4 改進(jìn)的直方圖均衡算法硬件結(jié)構(gòu)Fig.4 Hardware structure of optimized algorithm

3.2 系統(tǒng)工作原理

在開(kāi)發(fā)板上連接兩個(gè)SRAM，采用“乒乓工作模式”，在讀入一幀圖像時(shí)，時(shí)鐘上升沿SRAM1進(jìn)行直方圖統(tǒng)計(jì)及找分區(qū)點(diǎn)工作;在時(shí)鐘下降沿，利用SRAM2進(jìn)行直方圖均衡處理運(yùn)算［14］。乒乓操作的最大特點(diǎn)是通過(guò)“輸入數(shù)據(jù)流選擇單元”和“輸出數(shù)據(jù)流選擇單元”的互相配合，可將經(jīng)過(guò)緩存的數(shù)據(jù)流沒(méi)有時(shí)間停頓地送到下一級(jí)處理單元中［15］利用資源，處理速度快。將增強(qiáng)算法模塊加載到這個(gè)系統(tǒng)之中就可實(shí)現(xiàn)算法。在實(shí)時(shí)處理視頻時(shí)，用前一幀的計(jì)算結(jié)果處理后一幀圖像，這樣省去了等待時(shí)間。

在算法復(fù)雜度上，傳統(tǒng)直方圖均衡算法分為直方圖統(tǒng)計(jì)和傳遞函數(shù)兩部分，在硬件上將時(shí)鐘4倍頻，每個(gè)時(shí)鐘讀入一個(gè)像素，即可處理完成。優(yōu)化算法中，在閾值計(jì)算部分，只需要一步除法即可求出，在處理視頻圖像時(shí)，由于圖像大小是固定的，只需要對(duì)第一幀圖像求閾值，之后可直接應(yīng)用，免去了重新計(jì)算過(guò)程。在分配動(dòng)態(tài)范圍時(shí)加入的尺度因子也是固定值，即灰度級(jí)范圍的1/4。根據(jù)尺度因子公式，每一幀圖像增加的只有8次加法，4次乘法。閾值和尺度因子都可以存儲(chǔ)到SRAM中，應(yīng)用時(shí)可直接讀取，從而降低算法的復(fù)雜度。

4 結(jié)果及分析

在開(kāi)發(fā)板上實(shí)現(xiàn)改進(jìn)的直方圖均衡算法，圖5(a)為夜晚黑暗條件下拍攝的飲料盒圖片，實(shí)驗(yàn)結(jié)果如圖5(b)所示，圖像處理時(shí)間為一幀圖像大小加上一個(gè)像素處理時(shí)間再除以時(shí)鐘頻率［16-21］，實(shí)驗(yàn)所用的時(shí)鐘頻率為 50 MHz，假設(shè)圖像大小為128×128，通過(guò)公式計(jì)算時(shí)延約為

從圖5中可以看到，原始圖像中目標(biāo)被淹沒(méi)，肉眼難以發(fā)現(xiàn)，整體對(duì)比度很低，經(jīng)過(guò)增強(qiáng)后的圖像，噪聲和過(guò)度增強(qiáng)現(xiàn)象得到抑制，目標(biāo)變得清晰。在FPGA上可以滿(mǎn)足實(shí)時(shí)處理要求。

為了說(shuō)明本文算法的優(yōu)越性，分別用傳統(tǒng)直方圖均衡技術(shù)(HE)、動(dòng)態(tài)直方圖均衡(DHE)及改進(jìn)的直方圖均衡算法基于Matlab對(duì)微光圖像做了大量實(shí)驗(yàn)，并比較上述各種算法的增強(qiáng)結(jié)果。對(duì)于圖像增強(qiáng)質(zhì)量評(píng)價(jià)，采用圖像熵結(jié)合主觀評(píng)價(jià)共同評(píng)測(cè)。這里用離散熵作為定量評(píng)價(jià)。

由直方圖可以得出:

式中，p(xk)是第k灰度級(jí)的概率。由熵的定義可知，熵值較高說(shuō)明圖像帶來(lái)的信息量較多。

實(shí)驗(yàn)選用的是微光條件下海底拍攝的魚(yú)的圖像，如圖6所示。圖6(a)是原不清晰圖像，整體偏暗色，魚(yú)的身體及周邊的小石子都不清晰。HE處理后的圖像，即圖6(b)，圖像整體變得偏白，魚(yú)的身體可以分辨出來(lái)，說(shuō)明成功的提高了圖像的對(duì)比度，但是，圖像過(guò)于明亮，看起來(lái)有“過(guò)增強(qiáng)”現(xiàn)象。DHE處理后的圖像，即圖6(c)，能較好的分辨出魚(yú)身和周邊小石子，但圖像還是過(guò)亮，一些區(qū)域出現(xiàn)強(qiáng)度飽和的問(wèn)題，比如身下的小石子。以上方法可以明顯增強(qiáng)對(duì)比度，但是，對(duì)突出圖像的細(xì)節(jié)方面較弱，這點(diǎn)可以在實(shí)驗(yàn)的直方圖中看出。第一組實(shí)驗(yàn)中改進(jìn)的算法使圖像色彩更柔和自然，提高了對(duì)比度，產(chǎn)生了更好、更清晰的圖像，噪聲也成功的被抑制了，此外，在細(xì)節(jié)方面也保留的很好。從直方圖中也可以看出，直方圖被拉伸的很均勻。

以下是多組圖像實(shí)驗(yàn)的增強(qiáng)結(jié)果。圖片分別為微光環(huán)境下房子圖像、路燈光下人的圖像和微光圖像下坦克的圖像。

圖6 第一組實(shí)驗(yàn)結(jié)果Fig.6 Experiment results of group 1

圖7 第一組實(shí)驗(yàn)直方圖Fig.7 Experiment histograms of group 1

離散熵的計(jì)算結(jié)果列于表1。其中自適應(yīng)分割直方圖均衡算法產(chǎn)生了最高的熵，這足以說(shuō)明改進(jìn)的算法在突出圖像細(xì)節(jié)方面做得很好。此外，由主觀分析也可以看出改進(jìn)的算法能產(chǎn)生更柔和自然的圖像。總體而言，上述提到的改進(jìn)直方圖均衡算法在上述增強(qiáng)圖像算法中效果是最佳的。綜上所述，在上述介紹的3種算法中，在客觀和主觀上，都能說(shuō)明改進(jìn)的算法產(chǎn)生了更好、更清晰的圖像，滿(mǎn)足了圖像增強(qiáng)的兩種要求:增強(qiáng)圖像的局部對(duì)比度，調(diào)節(jié)圖像灰度級(jí)的動(dòng)態(tài)范圍。

圖8 第二組實(shí)驗(yàn)結(jié)果Fig.8 Experiment results of group 2

圖9 第三組實(shí)驗(yàn)結(jié)果Fig.9 Experiment results of group 3

圖10 第四組實(shí)驗(yàn)結(jié)果Fig.10 Experiment results of group 4

表1 多種增強(qiáng)算法的圖像熵值Tab.1 Entropy of enhanced images by different algorithm

5 結(jié)論

本文以提高微光圖像的對(duì)比度為目的，針對(duì)一般直方圖均衡算法過(guò)度增強(qiáng)、噪聲放大、丟失細(xì)節(jié)的缺點(diǎn)，提出了多子直方圖均衡增強(qiáng)算法，利用閾值抑制過(guò)度的增強(qiáng)，分區(qū)后進(jìn)行動(dòng)態(tài)范圍調(diào)整也保證了此算法對(duì)圖像細(xì)節(jié)部分的提取能力，不會(huì)產(chǎn)生飽和、噪聲放大現(xiàn)象，克服了傳統(tǒng)直方圖均衡的缺點(diǎn)，通過(guò)定性和定量評(píng)價(jià)都得到最佳性能。在FPGA上實(shí)現(xiàn)此算法，一幀圖像約為0.45 ms，在硬件上能夠有效的實(shí)現(xiàn)預(yù)期的增強(qiáng)效果，滿(mǎn)足實(shí)時(shí)性要求。

［1］ 蔡式東，楊芳.基于直方圖修正的圖像增強(qiáng)算法［J］.光電子技術(shù)，2012，32(3):155-159.

CAI SH D，YANG F.Image enhancement based on histogram modification［J］.Optoelectronic Technology，2012，32(3):155-159.(in Chinese)

［2］ ABDULLAH-AL-WADUD M，HASANUL KABIR M，ALI AKBER DEWAN M，et al..A dynamic histogram equalization for image contrast enhancement［J］.IEEE Transactions on Consumer Electronics，2007，53(2):593-601.

［3］ YANG F，WU J.An improved image contrast enhancement in multiple-peak images based on histogram equalization［J］.IEEE Conference Publications，2010，1:346-349.

［4］ CELIK T，TJAHJADI T.Automatic image equalization and contrast enhancement using gaussian mixture modeling［J］.IEEE Transactions on Image Processing，2012，21(1):145-156.

［5］ 范永杰，張亞萍，陳華.平臺(tái)直方圖均衡算法實(shí)現(xiàn)的存儲(chǔ)優(yōu)化方法［J］.激光與紅外，2013，5:522-525.

FAN Y J，ZHANG Y P，CHEN H.Realizing，memory optimization to plateau histogram［J］.Lasers and Infrared，2013，5:522-525.(in Chinese)

［6］ 吳成茂.可調(diào)直方圖均衡化的正則解釋及其改進(jìn)［J］.電子學(xué)報(bào)，2011，39(6):1278-1284.

WU CH M.Regularization explanation of adjustable histogram equalization and its improvement［J］.Acta Electronic Sinica，2011，39(6):1278-1284.(in Chinese)

［7］ 吳強(qiáng)，王新賽，賀明，等.一種結(jié)合小波分析與直方圖的紅外圖像增強(qiáng)方法［J］.應(yīng)用光學(xué)，2011，32(3):464-467.

WU Q，WANG X R，HE M，et al..Infrared image enhancement based on wavelet analysis and histogram［J］.J.Appl.Optics，2011，32(3):464-467.(in Chinese)

［8］ 黃梅，吳志勇，梁敏華，等.暗背景下低灰度圖像的實(shí)時(shí)增強(qiáng)［J］.液晶與顯示，2011，26(3):374-378.

HUANG M，WU ZH Y，LIANG M H，et al..Real-time enhancement method of low gray image under dark background［J］.Chinese J.Liquid Crystals and Displays，2011，26(3):374-378.(in Chinese)

［9］ WELLING P，KIM S H，CHO S B.Brightness preserving contrast enhancement using polynomial histogram amendment［C］.IEEE Soc Design Conference，Jeju Island，Korea，4-7 November，2012.

［10］ CHEN H O，KONG N S P，IBRAHIM H.Bi-histogram equalization with a plateau limit for digital image enhancement［J］.IEEE Consumer Elevtronics，2009，55(4):2072-2087.

［11］ GAN C，YE Z.Brightness preserving histogram equalization with maximum entropy:a variational perspective［J］.IEEE Transactions on Consumer Electronics，2005，51(4):1326-1334.

［12］ 孫海江，王延杰，劉偉寧.基于自適應(yīng)平臺(tái)閾值和拉普拉斯變換的紅外圖像增強(qiáng)［J］.中國(guó)光學(xué)，2011，4(5):474-479.

SUN H J，WANG Y J，LIU W N.Enhancement of infrared images based on adaptive platform threshold and laplace transformation［J］.Chinese Optics，2011，4(5):474-479.(in Chinese)

［13］ 王靜軒，尹傳歷.基于DSP和FPGA的嵌入式實(shí)時(shí)圖像增強(qiáng)系統(tǒng)［J］.液晶與顯示，2013，28(3):459-463.

WANG J X，YIN CH L.Embedded color image enhancement system based on DSP and FPGA［J］.Chinese J.Liquid Crystals and Displays，2013，28(3):459-463.(in Chinese)

［14］ 吳家偉，武春風(fēng)，庹文波.紅外圖像實(shí)時(shí)顯示增強(qiáng)系統(tǒng)設(shè)計(jì)［J］.光學(xué) 精密工程，2009，17(10):2612-2619.

WU J W，WU CH F，YU W B.Design of real-time infrared image enhancement system［J］.Opt.Precision Eng.，2009，17(10):2612-2619.(in Chinese)

［15］ 李強(qiáng)，龔俊亮.基于FPGA的實(shí)時(shí)紅外圖像采集與預(yù)處理系統(tǒng)［J］.紅外，2012，33(10):21-24.

LI Q，GONG J L.Design of real-time infrared image acquisition and pre-process system based on FPGA［J］.Infrared，2012，33(10):21-24.(in Chinese)

［16］ 姜文濤，陳衛(wèi)東，錢(qián)鈞，等.基于FPGA的實(shí)時(shí)圖像增強(qiáng)設(shè)計(jì)［J］.應(yīng)用光學(xué)，2010，31(6):965-968.JIANG W T，CHEN W D，QIAN J，et al..Real-time image enhancement based on FPGA［J］.J.Appl.Optics，2010，31(6):965-968.(in Chinese)

［17］ 韓希珍，趙建.結(jié)合偏微分方程增強(qiáng)圖像紋理及對(duì)比度［J］.光學(xué) 精密工程，2012，20(6):1382-1388.

HAN X ZH，ZHAO J.Enhancement of image texture and contrast combined with partial differential equation［J］.Opt.Precision Eng.，2012，20(6):1382-1388.(in Chinese)

［18］ 張超，李洪文，賈建祿，等.高幀頻多通道圖像采集與顯示［J］.液晶與顯示，2013，28(4):593-597.

ZHANG CH，LI H W，JIA J L，et al..High frame rate and multiple channels digital image acquisition and display［J］.Chinese J.Liquid Crystals and Displays，2013，28(4):593-597.(in Chinese)

［19］ 賀柏根，劉劍，馬天瑋.基于DSP+FPGA的實(shí)時(shí)圖像去霧增強(qiáng)系統(tǒng)設(shè)計(jì)［J］.液晶與顯示，2013，28(6):968-972.

HE B G，LIU J，MA T W.Real-time image defogging and enhanced system designed based on DSP+FPGA［J］.Chinese J.Liquid Crystals and Displays，2013，28(6):968-972.(in Chinese)

［20］ 尹傳歷，王嘯哲.機(jī)載嵌入式圖像增強(qiáng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.液晶與顯示，2013，28(4):604-607.

YIN CH L，WANG X ZH.Design and realization of airborne embedded image enhancement system［J］.Chinese J.Liquid Crystals and Displays，2013，28(4):604-607.(in Chinese)

［21］ 孫玉勝，白克.基于小波變換與加權(quán)濾波的電機(jī)紅外圖像增強(qiáng)［J］.液晶與顯示，2010，25(3):439-443.

SUN Y SH，BAI K.Enhancement of motor infrared image based on wavelet transform and weighted filtering［J］.Chinese J.Liquid Crystals and Displays，2010，25(3):439-443.(in Chinese)