霾天气条件下获得的图像受到了严重的退化，具有对比度下降、景物不清晰、颜色变得暗淡等特点，这大大降低了图像的应用价值。即使在晴朗的天气条件下拍摄的照片，由于大气的散射的作用，照片的清晰度同样受到影响。这是因为空气中存在的灰尘、雾和烟等，这些因素导致物体表面颜色变淡和整幅图像的对比度降低。这给工业生产及人们的日常生活带来了很大影响。因此许多领域都要用到去雾算法，比如目标识别、遥感等。因而有雾图像特征清晰化的研究具有非常重要的意义。 本文利用图像处理的方法对雾霾图像进行增强处理，主要采用直方图规定化的方式减少雾霾对图像的影响，提高图像的清晰度和质量。实验部分，采用直方图规定化和直方图均衡化的方式相对比，以此来体现直方图规定化的优势。实验结果表明，直方图规定化能够有效的部分去出雾霾图像中的雾，从而实现图像的增强效果。

该文件为QuartusII的工程文件，是直方图均衡图像增强的硬件实现，使用verilog编写。共4个子模块，总共6个输入输出引脚，输入：clk为时钟引脚，rst是复位信号*（高位有效），imagesize是ROM中存储灰度图的像素个数。输出：error是错误信号，image是经过处理后的输出像素灰度，req是处理完成的信号，在req为高是，image输出有效。

本程序用c++调用OpenCV函数实现了通过直方图均衡化来增强图像对比度，内涵处理前后效果图。

将rgb图像转化为ycbcr，在直方图均衡化，实现彩色图片对比度的增强，图片效果较好，代码简单。图像不会失真。

基于红外图像低分辨率、低对比度、视觉特性差的特性，以及传统的利用直方图均衡化进行红外图像增强的方法会丢失图像的细节信息、增强红外图像的噪声的特性，将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合，提出一种更好的实现红外图像增强的算法。

c#数字图像处理之点运算及直方图，包含在c#中对图像进行处理的图像点运算处理(线性点运算、灰度拉伸和直方图绘制、直方图均衡、直方图匹配)的编程实现。

使用matlab实现直方图均衡化 function histgramequalization(A) %对一幅图像进行直方图均衡化 A=imread('barb.jpg'); [m,n]=size(A); B=zeros(size(A)); l=m*n; r=zeros(1,256); y=zeros(1,256); A=double(A); for i=1:m for j=1:n r(A(i,j)+1)=r(A(i,j)+1)+1; end end ................

由于经典直方图均衡化不适用于灰度差异很大的图像的缺点，双直方图均衡化能有效克服这个缺点，可以实现图像的增强。

一个关于图像去雾的基本算法代码的超强整合，每一行（划重点）代码都有详细而好懂的注释，全部都是m文件，另外还有许多测试图例，从浓雾到薄雾都有。暗通道方法采用改进算法，增加了图像采样，提升了计算速度，改进了导向滤波最小二乘的算法使其精细透视率图的效果得到了显著提升。另外附带相应根据上述代码编写的GUI设计的m文件

该代码包含了直方图均衡算法、带亮度均衡的同态增晰算法、不带亮度均衡的同态增晰算法，附加一个模仿人口密度函数的高通滤波器。适用于彩色图像和灰度图像，增强效果很不错。