图像增强GLG算法（gray level grouping）

用去图像增强的一种常用方法，本资源基于论文Gray-level grouping (GLG) an automatic method for optimized image contrast Enhancement-part I the basic method实现，c++编程实现，需要opencv环境

//GLG，自动实现最优化的图像对比增强

#include 
#include “cv.h“
#include “highgui.h“
#include  
using namespace std;
int ImageGLG（IplImage *srcIplImage *dst）;
int DrawHistogram（IplImage* src）;//画src图像的直方图

int _tmain（int argc _TCHAR* argv[]）
{
    IplImage * pImg;    
    pImg=cvLoadImage（“lena.jpg“-1）; 

//创建一个灰度图像
    IplImage* GrayImage = cvCreateImage（cvGetSize（pImg） IPL_DEPTH_8U 1）;
    IplImage* dstGrayImage = cvCreateImage（cvGetSize（pImg） IPL_DEPTH_8U 1）;
    cvCvtColor（pImg GrayImage CV_BGR2GRAY）;

	ImageGLG（GrayImagedstGrayImage）; 
	DrawHistogram（GrayImage）;//画原图像的直方图
	DrawHistogram（dstGrayImage）;//画GLG后图像的直方图

	cvNamedWindow（ “dstGrayImage“ 1 ）; //创建窗口
    cvNamedWindow（ “GrayImage“ 1 ）; //创建窗口
    cvShowImage（ “dstGrayImage“ dstGrayImage ）; //显示图像
    cvShowImage（ “GrayImage“ GrayImage ）; //显示图像

    cvWaitKey（0）; //等待按键 

	cvDestroyWindow（ “dstGrayImage“ ）;//销毁窗口
    cvDestroyWindow（ “GrayImage“ ）;//销毁窗口
    cvReleaseImage（ &pImg ）; //释放图像
    cvReleaseImage（ &GrayImage ）; //释放图像
    cvReleaseImage（ &dstGrayImage ）; //释放图像 

	return 0;
} 


int ImageGLG（IplImage *srcIplImage *dst）
/*************************************************
  Function:        
  Description:     GLG图像对比增强
  Input:           单通道灰度图像                  
  Output:          同样大小的单通道灰度图像 
  Return:          
  DATE:               2013-10-16
*************************************************/
{
	//Hn[]存放各个灰度级出现的次数
	//Gray[][]存放非零的灰度级，Gray[0][]表示Hn[]的非零值，Gray[1][]表示G（n-1）（i），以此类推
	//L[][]存放左极限，L[0][]表示L（n）（i），L[1][]表示L（n-1）（i），以此类推
	//R[][]存放右极限，R[0][]表示R（n）（i），R[1][]表示R（n-1）（i），以此类推
	assert（src->width==dst->width）;//判断大小，如果输出和输入图像大小不等就报错退出
	float Hn[256];
	memset（Hn0sizeof（Hn））;//把一维数组Hn全置零

	int height=src->height;//取得图像尺寸
    int width=src->width;
    long wMulh = height * width; 

	//求存放图象各个灰度级出现的次数
    // to do use openmp
	//char *imageData;                        /* 指向排列的图像数据 */ 
    //int widthStep;                                /* 排列的图像行大小，以字节为单位 */ 
    for（int x=0;x        for（int y=0;y            uchar k=（（uchar*）（src->imageData + src->widthStep*y））[x];
            Hn[k]++;
        }
    } 

	//找出Hn[k]中的非0项，并把他赋给Gray[0][]，Gray的列数为Hn[k]的非0项个数，Gray的行数，为Hn[k]非0项个数减19
	int num=0;//用于统计Hn[k]中的非零项个数
	float g[256]l[256]r[256];//暂时存放Gray，L，R第一行的值
	for（int k=0;k<256;k++）{
		if（Hn[k]!=0）{
			g[num]=Hn[k];
			l[num]=k;
			r[num]=k;
			num++;
		}
	}

	//用一般数组Gray，L，R
	float Gray[256][256];
	float L[256][256];
	float R[256][256];
			
	//把Gray，LR的第0行初始化
	for（int i=0;i		Gray[0][i]=g[i];
		L[0][i]=l[i];
		R[0][i]=r[i];
	}

	//循环从这开始，由第0行，计算到第num-20行，循环num-20次
	for（int ii=0;ii		//找Gray[ii][]中的最小值a，及其位置ia
		int a=Gray[ii][0];
		int ia=0;
		for（int i=0;i			if（Gray[ii][i]				a=Gray[ii][i];
				ia=i;
			}
		}
		cout<
		//计算位置ia的灰度级与旁边较小的灰度级j合并j的幅值