2.4 本章小结    7
第三章 软件OpenCV    8
3.1 OpenCV 的简介    8
3.2 OpenCV的结构和内容    8
3.3 OpenCV的优势    8
3.4 OpenCV图像处理    9
3.5 本章小结    10
第四章 直方图及直方图均衡化    11
4.1 直方图    11
4.2 直方图的修正    13
4.3 直方图均衡化    13
4.4 直方图规定化    14
4.5 彩图的增强    14
4.6直方图均衡化算法流程及仿真结果    15
4.7 本章小结    23
第五章 局部直方图均衡化    24
5.1 局部直方图均衡化算法    24
5.2 灰度级插值算法    24
5.3 局部直方图的算法流程和仿真结果    26
5.4 本章小结    29
小结    30
致谢    31
参考文献    32
 第一章 绪论
1.1 引言
在过去的几年里，无人水下机器人（UUVs）被用来调查海底[1]。在机器人中引入光学传感器来改善本地导航或者提供重要站点的全局视图[2]。在这两种情况下，自动图像处理系统成为海洋勘探的一个重要工具[3]。
在海底时，限制发展水下图像的问题主要在于光在水下介质中传播特性。光在水中传播存在两种过程[4]：(1)吸收，即光在成像过程中消失(2)散射，单个光子改变了传播方向，这主要是因为组水的粒子大小不一。这些传播媒介的属性导致在水下成像时会出现问题，例如图像模糊，范围有限，在重要区域的结构混乱和缺失。在某些情况下，在水中肉眼可见的悬浮物会被成像为“海雪”，会阻碍后续处理。通常，自然光线不足以让海底成像。因此，潜水器上必须要有一个附加光源以使照明良好。人造光源不仅会遇到之前描述的困难（即散射，吸收等等），而且会不均匀地照亮物体，在图像中心产生一个亮斑，而亮斑周围的照明很差。此外，光源的移动导致在图像中感应生成的阴影移动，从而随着机器的移动，图像亮度也会变化。
时至今日，图象增强技术应用越来越广泛，比如地质、海洋、遥感、以及刑
侦等。图像增强技术的广泛应用也带动了它的迅速发展，不断涌现的新应用就是其发展的动力，显而易见，图像增强技术在未来社会中将会发挥更为重要的作用[5]。
在海底采集的图像由于低对比度和非均匀光照的影响，图像的质量不是很高。需要利用图像技术进一步的对这些原图进行图像增强，得到高质量清晰的图像。图像增强技术作为图像处理技术的重要一部分，它已广泛应用于水下图像中。本文主要研究了直方图均衡化、局部直方图均衡化对水下图像的增强。
1.2 研究历史和现状
    1.3 本文主要工作和内容安排
    本文的主要工作就是探究直方图均衡化和局部直方图均衡化对水下图像的处理。着重研究的是LAHE对图像增强的效果，对比得出较好的方法。
    本文分为751个章节，此章节为绪论部分，其他章节是：
    第二章节介绍图像增强技术，主要介绍空域增强方法。
    第三章节主要介绍本文使用的软件opencv，介绍了软件的结构和简介了
opencv中的最简单的图像处理的应用[12]。
    第四章节主要介绍直方图均衡化以及利用opencv得到的仿真结果，直方图
均衡化是直方图均匀分布来增强图像，章节中实现了灰度图以及它的直方图的显示。另外实现了彩色图像的直方图均衡化，灰度图和彩图之间最主要的区别就是通道数，因此章节中还具体提到灰度图的直方图和彩图的之间的转换。 OpenCV局部直方图均衡化在水下图像中的仿真与分析(2):http://www.751com.cn/zidonghua/lunwen_12959.html