由于脉冲序列参数的不同选择，磁共振（MR）脑图像通常具有较低的对比度。 直方图均衡方法是用于改善数字图像质量的最流行的图像增强技术之一。 但是，单个直方图均衡器无法检测到整个图像中存在的对比度细节，并且增强的结果通常会失真。 受机器学习集成的启发，在局部窗口上使用多个直方图均衡器的策略已应用于增强自然图像。 在本文中，将对该策略进行进一步研究，并将其应用于MR脑图像以增强对比度。 MR脑图像局部补丁上的每个单个直方图均衡器都被视为机器学习集合中的单个分类器或预测器。 全局归一化用于从多个直方图均