超级会员免费看
本文详细介绍了对比度有限的自适应直方图均衡（CLAHE）算法，包括其在图像去雾、低照度图像增强等领域的应用。通过Matlab代码展示了CLAHE处理灰度图像的过程，以及如何对色彩图像的R、G、B通道或转换到LAB空间后的L通道进行处理。文章还探讨了CLAHE的直方图裁剪和双线性插值等关键步骤，并提供了代码示例。
作为图像增强算法系列的第二篇文章，下面我们将要介绍功能强大、用途广泛、影响深远的对比度有限的自适应直方图均衡（CLAHE，Contrast Limited Adaptive Histogram Equalization）算法。尽管最初它仅仅是被当作一种图像增强算法被提出，但是现今在图像去雾、低照度图像增强，水下图像效果调节、以及数码照片改善等方面都有应用。这个算法的算法原理看似简单，但是实现起来却并不那么容易。我们将结合相应的Matlab代码来对其进行解释。希望你在阅读本文之前对朴素的直方图均衡算法有所了解，相关内容可以参见本系列的前一篇文章：基于直方图的图像增强算法（HE、CLAHE）之（一）（http://blog.csdn.net/baimafujinji/article/details/50614332）。
先来看一下待处理的图像效果：
下面是利用CLAHE算法处理之后得到的两个效果ÿ
订阅专栏 解锁全文
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
