局部直方图均衡化

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
首先将图像分割为不同子块，然后在每一个子块中做直方图均衡化处理，虽然每个块内处理较好，但是块与块之间不可避免出现边界效应
子块重叠的均衡算法
预先定义一个mxn的滑窗，对滑窗内像素做直方图均衡化处理，但是只保留中间像素的值，然后依次处理，得到最后的效果图。该方法通常需要首先将图像做外扩处理等，该方法效果较好，虽然运算复杂度较高，但是可以通过计算进入和离开滑窗的像素进行优化
自适应直方图均衡化：
与子块不重合的直方图均衡化相似，首先将图像分割为不重叠的子块，然后对每一子块进行直方图均衡化处理，最后在块与块之间对转换函数进行平滑插值，比如双线性插值等，可以减弱边界效应，提升局部直方图的运算速度