限制对比度自适应直方图均衡(CLAHE算法)

       限制对比度自适应直方图均衡(CLAHE算法)，本算法与普通的自适应直方图均衡不同地方在于对比度限幅，即下面的直方图修剪过程，修剪后的直方图均衡图像时，图像对比度会更自然。这个算法还是挺需要编程技巧的，写程序水平也都是随着解决问题难度而无形中提高的。本程序主要改写自下面的C代码，经过二次加工后感觉可读性高了一些。很多时候摘录的代码一定要经过二次加工，这样才能和项目中的代码保持风格一致，以及逻辑调用一致。 但是原算法处理完后有些偏色，所以在处理完后我额外增加了图层滤色混合操作，可以很好的降低偏色，使增强后的图片看着更自然、舒服。

主要参考资料：

原C代码：

http://www.realtimerendering.com/resources/GraphicsGems/gemsiv/clahe.c

参考文章：

https://en.wikipedia.org/wiki/Adaptive_histogram_equalization#Contrast_Limited_AHE

http://www.cnblogs.com/Imageshop/archive/2013/04/07/3006334.html

       算法主要分以下三部：

       1.图像分块，以块为单位，先计算直方图，然后修剪直方图，最后均衡；

                                                                       

// 修剪直方图
void ClipHistogram(int* pHistogram, int clipThreshold)
{
	int binExcess = 0, totalExcess = 0, avgBinIncr = 0, upperLimit = 0;
	// 累积超出阈值部分
	for (int i = 0; i < 256; i++) 
	{
		binExcess = pHistogram[i] - clipThreshold;
		if (binExcess > 0)
		{
			totalExcess += binExcess;
		}
	}

	avgBinIncr = totalExcess / 256;
	upperLimit = clipThreshold - avgBinIncr;

	// 修剪直方图并重新分配数值
	for (int i = 0; i < 256; i++) 
	{
		if (pHistogram[i] > clipThreshold)
		{
			pHistogram[i] = clipThreshold;
		}
		else 
		{
			if (pHistogram[i] > upperLimit) 
			{
				totalExcess -= (clipThreshold - pHistogram[i]);
				pHistogram[i] = clipThreshold;
			}
			else 
			{
				totalExcess -= avgBinIncr;
				pHistogram[i] += avgBinIncr;
			}
		}
	}

	// 剩余部分再次分配
	int *pCurBin = pHistogram;
	int *pStartBin = pHistogram;
	int *pEndBin = pHistogram + 255;
	while (totalExcess > 0 && pStartBin < pEndBin)
	{
		int stepSize = 256 / totalExcess;
		if (stepSize < 1)
		{
			stepSize = 1;
		}

		for (pCurBin = pStartBin; pCurBin < pEndBin && totalExcess > 0; pCurBin += stepSize)
		{
			if (*pCurBin < clipThreshold)
			{
				(*pCurBin)++;
				totalExcess--;
			}
		}
		pStartBin++;
	}
}

       2.块间线性插值，这里需要遍历、操作各个图像块，处理起来复杂一些；

                                                             

// 线性插值
void BlocksBilinearInter(uchar *pBlockData, int width, int blockWidth, int blockHeight, int *histogramLU, int *histogramRU, int *histogramLB, int *histogramRB)
{
	int p_offet = (width - blockWidth)*4;
	int blockSize = blockWidth * blockHeight;
	int x_wgt = 0, y_wgt = 0, xinv_wgt = 0, yinv_wgt = 0;

	for (y_wgt = 0, yinv_wgt = blockHeight; y_wgt < blockHeight; y_wgt++, yinv_wgt--, pBlockData += p_offet)
	{
		for (x_wgt = 0, xinv_wgt = blockWidth; x_wgt < blockWidth; x_wgt++, xinv_wgt--, pBlockData += 4) 
		{
			pBlockData[AXJ_BLUE]  = (uchar)((yinv_wgt*(xinv_wgt*histogramLU[pBlockData[AXJ_BLUE]] + x_wgt*histogramRU[pBlockData[AXJ_BLUE]]) + y_wgt*(xinv_wgt*histogramLB[pBlockData[AXJ_BLUE]] + x_wgt*histogramRB[pBlockData[AXJ_BLUE]])) / blockSize);
			pBlockData[AXJ_GREEN] = (uchar)((yinv_wgt*(xinv_wgt*histogramLU[pBlockData[AXJ_GREEN]] + x_wgt*histogramRU[pBlockData[AXJ_GREEN]]) + y_wgt*(xinv_wgt*histogramLB[pBlockData[AXJ_GREEN]] + x_wgt*histogramRB[pBlockData[AXJ_GREEN]])) / blockSize);
			pBlockData[AXJ_RED]   = (uchar)((yinv_wgt*(xinv_wgt*histogramLU[pBlockData[AXJ_RED]] + x_wgt*histogramRU[pBlockData[AXJ_RED]]) + y_wgt*(xinv_wgt*histogramLB[pBlockData[AXJ_RED]] + x_wgt*histogramRB[pBlockData[AXJ_RED]])) / blockSize);
		}
	}
}

       3.与原图做图层滤色混合操作： f(a, b) = 1 - (1 - a)*(1 - b) 。

       下面是一些增强效果图：