直方圖均衡化圖像增強算法的改進及其OpenCL并行實現(xiàn).pdf

1、進入21世紀以來,圖像處理技術(shù)得到飛速發(fā)展,圖像增強作為它的一個重要分支,在醫(yī)學(xué)、刑偵學(xué)、航天技術(shù)等研究方向有著很重要的應(yīng)用價值。直方圖均衡化是一種簡單、快速且有效的圖像增強算法,它通過對原始圖像按照累積分布函數(shù)進行變換,將分布不均的直方圖拉伸均勻分布,從而增強圖像對比度,使圖像更清晰。但是經(jīng)過處理后,圖像中表征圖像細節(jié)的灰度級會在處理過程中被合并,從而導(dǎo)致圖像細節(jié)信息丟失,邊緣弱化。針對現(xiàn)有算法的不足,本文提出了一種改進的直方圖均衡化

2、算法,另外還研究了利用GPU的并行計算能力提高該算法處理速度的OpenCL并行算法。
　　論文首先對前人有關(guān)直方圖均衡化圖像增強算法的研究工作進行了概述,分析了傳統(tǒng)算法的缺點,針對其缺點本人提出先將要處理的圖像進行線性平滑濾波,過濾掉圖像中的噪聲,然后再對其進行Laplacian算子變換,提取出原圖像中的高頻細節(jié)成分,最后將其與原圖像的直方圖均衡化結(jié)果進行加權(quán)疊加,得到一個改進的均衡化圖像,既增強了圖像對比度又保留了圖像細節(jié)。另一

3、方面,由于該算法要對圖像每一個像素進行處理,因此在處理較大圖像時,傳統(tǒng)串行處理方式效率很低。OpenCL作為一個通用的開放的并行計算環(huán)境,它為實現(xiàn)GPU并行計算程序的跨平臺移植提供了解決方案。本文在探索直方圖均衡化算法改進的同時,結(jié)合OpenCL并行架構(gòu)的特點,深入分析了改進后算法的并行性。針對其中的三個部分:線性平滑濾波處理圖像的噪聲,Laplacian算子變換和均衡化分別進行了OpenCL并行加速。
　　最后編程實現(xiàn)了本人提出