局部直方图均衡算法
局部直方图均衡算法,又称为子块直方图均衡算法按
照所均衡子块的重叠程度来分类,可分为子块不重叠、子块
重叠与子块部分重叠三种,下面分别对它们作一简介:
子块不重叠的均衡算法
该算法将输入图像划分为一系列不重叠的子块,并对
每一个子块进行独立的直方图均衡其优点是图像局部细
节对比度能得到充分的增强,缺点是各子块的直方图均衡
函数差异较大,输出图像中难以避免块效应。
子块重叠的均衡算法
该算法
在输入图像上定义一个矩形子块,利用该
子块图像的直方图信息对子块中心的像素进行均衡将子
块中心逐像素移动并重复以上处理过程,直至遍历输入图
像的所有像素(方法类比于Niblack二值化的过程)。该方法不仅使图像局部细节得到充分的对
比度增强,同时消除了块效应由于子块均衡总次数等于输
入图像的像素总数,算法效率较低。
子块部分重叠的均衡算法
该方法(POSHE)与子块重叠方法的不同之处在于:
(1)子块不是逐像素移动,而是将
移动步长约取为子块尺
寸的几分之一。
(2)子块均衡的灰度转换函数不仅用于映
射子块中心像素灰度值,而且用于映射子块所有像素的灰
度值。
(3)对多次被均衡的像素,将均衡结果取平均作为该
像素在输出图像中的灰度值
子块部分重叠算法的特点是:
(1)由于
子块部分重叠方式减少了相
邻子块间的均衡函数形状差异,使块效应基本得以消除对
于子块边界可能出现的少量块效应,用块效应消除滤波器
(BERF)不难克服。
(2)由于子块均衡总次数比子块重叠
方式少得多,计算效率大幅度提高。
(
3)图像细节的增强能
力与子块重叠算法相近。
此外还存在一种保持图像亮度的局部直方图均衡算法:
https://wenku.baidu.com/view/2857fe0c0740be1e650e9a60.html