四、数字图像处理之adapthisteq用法（自适应直方图均衡）

说明：
这个函数执行所谓对比度受限的自适应直方图均衡（CLAHE），此处的方法与直方图均衡化、规定化不同，这个方法是由用直方图规定化方法处理图像的小区域（称为小片）组成。然后用双线性内插将相邻小片组合起来以消除人工引入的边界效应，特别是可以限制均匀亮度区域的对比度，以免放大噪声。adapthisteq函数语法如下：

g=adapthisteq(f,param1,val1,param2,val2,...)  %f是输入图像，g是输出图像，param/val 是表中所列的内容

参数	值
‘NumTiles’	一个有正整数组成的两元素向量[r, c]，由向量的行和列指定小片数。r和c都必须至少是2，小片总数等于r*c。默认值是[ 8 8]
‘ClipLimit’	范围是[0 1]内的标量，用于指定对比度增强的限制。较高的值产生较强的对比度。默认值是0.01
‘NBins’	针对建立对比度增强变黄所用的直方图容器数目指定的正整数标量。较高的值会在较慢的处理速度下导致较大的动态范围。默认值是256
‘Range’	规定输出图像数据范围的字符串： ‘original’——范围被限制到原始图像的范围，[min(f(: )) max(f(: ))]。‘full’——使用输出图像类的整个范围。例如，对于uint8类的数据，范围是[0 255]。这是默认值
‘Distribution’	字符串，用于指定图像小片所需的直方图形状： ‘uniform’——平坦的直方图（默认值），‘rayleigh’——钟形直方图，‘exponential’——曲线直方图
‘Alpha’	适用于瑞利和指数分布的非负标量。默认值为0.4

示例：（冈萨雷斯书上的代码）

f=imread('D:\My Documents\桌面\house.jpg');
f=rgb2gray(f);
g1 = adapthisteq(f);
g2 = adapthisteq(f, 'NumTiles', [25 25]);
g3 = adapthisteq(f, 'NumTiles', [25 25], 'ClipLimit', 0.05);
subplot(221),imshow(f),title('原图像');
subplot(222),imshow(g1),title('默认值图像');
subplot(223),imshow(g2),title('设置参数NumTiles为[25 25]的图像');
subplot(224),imshow(g3),title('使用小片数量，且ClipLimit=0.05的图像');

运行结果效果图如下：（图1）

经过修改某些参数，获得如下的效果：

代码如下：

f=imread('D:\My Documents\桌面\house.jpg');
f=rgb2gray(f);
g1 = adapthisteq(f);
g2 = adapthisteq(f, 'NumTiles', [25 25], 'ClipLimit', 0.08);
g3 = adapthisteq(f, 'NumTiles', [25 25], 'ClipLimit', 0.08, 'NBins',255);
subplot(221),imshow(f),title('原图像');
subplot(222),imshow(g1),title('默认值图像');
subplot(223),imshow(g2),title('设置参数NumTiles为[25 25]的图像');
subplot(224),imshow(g3),title('使用小片数量，且ClipLimit=0.08的图像');

运行后得到的结果如下：（图2）

实验结论：
从上图中所示的结果相比较，设置参数会增加细节。比如说，设置’ClipLimit’参数，值越高对比度则越高。就图1和图2左下方的两幅图相比较，同样的NumTiles’, [25 25]，但’ClipLimit’不同，图1的’ClipLimit’为0.01（默认值），图2的’ClipLimit’为0.08（自己设置的），得到的图像图2的图像细节比图1的多很多。图1与图2中右下方的两幅图对比，只是添加了一个参数’NBins’,255，得到的结果也不一样。由于图像中对比度增大，图像中出现了棋盘效应。