使用C语言将灰度图像自适应直方图均衡化的方法来提升对比度，要求不使用opencv库

灰度图像的自适应直方图均衡化可以通过以下步骤来实现：

1. 读取灰度图像数据，存储在一个二维数组中。

2. 定义窗口大小，例如 3x3、5x5、7x7 等。

3. 遍历整个图像，对每个像素进行如下处理：

3.1 计算当前像素所在窗口内的像素灰度值的平均值和标准差。

3.2 将窗口内的像素灰度值映射到 0~255 范围内。

3.3 将当前像素的灰度值根据窗口内的像素灰度值映射的结果进行调整。

4. 将调整后的灰度值存储在一个新的二维数组中。

5. 将新的二维数组输出为图像文件。

下面是使用 C 语言实现灰度图像自适应直方图均衡化的代码示例：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define WINDOW_SIZE 3  // 窗口大小

int main()
{
    FILE *fp_in, *fp_out;
    unsigned char **img_in, **img_out;
    int width, height, max_gray;
    int i, j, k, l, m, n;
    double sum, sum_sq, mean, std_dev, temp;
    unsigned char map[256];

    // 读取灰度图像数据
    fp_in = fopen("input_image.raw", "rb");
    if (fp_in == NULL) {
        printf("Failed to open input file!\n");
        exit(1);
    }
    width = 512;  // 图像宽度
    height = 512;  // 图像高度
    max_gray = 255;  // 最大灰度值
    img_in = (unsigned char **)malloc(height * sizeof(unsigned char *));
    img_out = (unsigned char **)malloc(height * sizeof(unsigned char *));
    for (i = 0; i < height; i++) {
        img_in[i] = (unsigned char *)malloc(width * sizeof(unsigned char));
        img_out[i] = (unsigned char *)malloc(width * sizeof(unsigned char));
    }
    fread(img_in[0], sizeof(unsigned char), width * height, fp_in);
    fclose(fp_in);

    // 对每个像素进行处理
    for (i = 0; i < height; i++) {
        for (j = 0; j < width; j++) {
            // 计算当前像素所在窗口内的像素灰度值的平均值和标准差
            sum = 0;
            sum_sq = 0;
            for (k = -WINDOW_SIZE / 2; k <= WINDOW_SIZE / 2; k++) {
                for (l = -WINDOW_SIZE / 2; l <= WINDOW_SIZE / 2; l++) {
                    m = i + k;
                    n = j + l;
                    if (m >= 0 && m < height && n >= 0 && n < width) {
                        sum += img_in[m][n];
                        sum_sq += img_in[m][n] * img_in[m][n];
                    }
                }
            }
            mean = sum / (WINDOW_SIZE * WINDOW_SIZE);
            std_dev = sqrt(sum_sq / (WINDOW_SIZE * WINDOW_SIZE) - mean * mean);

            // 将窗口内的像素灰度值映射到 0~255 范围内
            for (k = 0; k < 256; k++) {
                temp = (k - mean) / std_dev;
                map[k] = temp > 2.0 ? 255 : (temp < -2.0 ? 0 : (unsigned char)(0.5 + 127.5 * (temp + 2.0) / 4.0));
            }

            // 将当前像素的灰度值根据窗口内的像素灰度值映射的结果进行调整
            img_out[i][j] = map[img_in[i][j]];
        }
    }

    // 将调整后的灰度值存储在一个新的二维数组中
    fp_out = fopen("output_image.raw", "wb");
    fwrite(img_out[0], sizeof(unsigned char), width * height, fp_out);
    fclose(fp_out);

    // 释放内存
    for (i = 0; i < height; i++) {
        free(img_in[i]);
        free(img_out[i]);
    }
    free(img_in);
    free(img_out);

    return 0;
}

需要注意的是，该示例仅使用了一个简单的灰度值映射函数，实际上可以根据需要使用更复杂的映射函数来提高处理效果。此外，还需要根据实际情况调整窗口大小、灰度阈值等参数，以获得更好的效果。