自适应直方图均衡算法

资 源 简 介

自适应直方图均衡算法

详 情 说 明

自适应直方图均衡（Adaptive Histogram Equalization，AHE）是一种改进的传统直方图均衡技术，主要用于提升图像的局部对比度。与全局直方图均衡不同，AHE将图像划分为若干子区域，在每个子区域内部独立进行直方图均衡化处理，从而更好地保留细节并避免过度增强噪声。

核心思想是通过滑动窗口或分块的方式对局部区域计算直方图分布，并根据该分布重新映射像素值。这种局部化的处理特别适用于光照不均匀的图像，如医学影像或低对比度照片。

算法实现通常包含以下步骤：首先定义局部窗口的大小和滑动步长，接着对窗口覆盖的像素区域计算直方图并生成累积分布函数（CDF），最后通过CDF完成像素值变换。为减少块状伪影，常会引入双线性插值来平滑不同窗口间的过渡。

效果对比上，AHE较全局均衡能更显著地凸显纹理细节，例如在X光片中可同时增强骨骼和软组织的可见性。但需注意，该方法可能放大背景噪声，因此后续常结合限制对比度的CLAHE变体来优化。典型样图会展示原始图像、全局均衡结果与AHE处理的并列对比，突出后者在暗部/亮部区域的细节恢复能力。