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