图像增强算法 CLAHE算法原理模型

CLAHE算法的原理模型如下：

1. 将原始图像分成若干个小块，每个小块的大小为NxN。

2. 对每个小块进行直方图均衡化，得到增强后的小块。

3. 对每个小块进行限制，使得每个小块中的像素值的数量不会超过一个指定的阈值T。

4. 将增强后的小块拼接起来，得到最终的增强后的图像。

在CLAHE算法中，第二步和第三步是算法的核心。在第二步中，对每个小块的像素值进行直方图均衡化，可以使得小块中的像素分布更加均匀，从而增强图像的对比度。在第三步中，对每个小块进行限制，可以避免过度增强某些像素值，从而保留图像的局部细节。

具体来说，在第三步中，限制的方法是通过计算每个小块中像素值的直方图来实现的。对于每个小块，计算其像素值的直方图，并将直方图中的像素数量大于阈值T的像素值进行裁剪，然后对裁剪后的直方图进行归一化。最后，将像素值在裁剪后的直方图中的累计分布函数应用到原始小块中的像素值上，得到限制后的小块。这样做可以避免过度增强某些像素值，从而保留图像的局部细节。