图像增强是图像处理研究领域中的一大热点,旨在提高视频或图像的视觉效果,如增加图像的对比度、改善亮度、提高清晰度、提升饱和度、丰富图像的细节信息、矫正偏色等,在监控、航拍、数字娱乐、军事、摄影后期、生物医学、工业生产等方面有着广泛的应用价值。多年来,图像增强领域经过不断发展,提出了不少新的算法,但这些算法依然存在一些问题,如自适应性不强、过度曝光、细节丢失等。本文针对现有算法的缺陷进行研究,分析不同类型图像的性质,实现一种基于直方图均衡和白平衡的自适应图像增强算法。本文的主要工作如下:(1)研究直方图均衡算法与白平衡算法的发展概况:首先分别概述直方图均衡算法和白平衡算法的发展历程,发展现状和研究意义;其次针对现有算法的不足之处进行分析讨论。(2)提出一种基于加权概率均分模型的双直方图均衡方法,先将直方图一分为二。再通过遍历计算子直方图的加权概率密度,获得最佳动态分割点。重新分配子直方图的动态范围。最后进行后处理和直方图均衡。(3)提出一种基于抑增长模型的截断直方图均衡方法,首先进行预处理抬升直方图中的细节值,再遍历直方图的截断高度,计算截断均衡后图像的熵和对比度,通过熵抑制对比度的过度增长,得到最优截断高度,进行直方图均衡。(4)提出一种基于无色恒常性理论的白平衡方法。首先计算图像的光源偏色程度,再根据光源偏色程度获得图像每个像素的无色权重,最后通过无色权重纠正图像的偏色。实验结果表明,该方法相比于现有白平衡方法,能够在实现偏色区域颜色矫正的同时,更好的保护图像中的亮区域和暗区域,不仅有很强的泛用性,还能够适用于海底、沙尘暴等极端偏色情况。(5)最后算法通过简化,在FPGA平台下使用Verilog语言进行硬件实现,输出1080p,60帧的实时视频。实验证明简化后的算法能够满足实时性要求,并且处理效果较好,仍然具有较强的泛用性。