限制对比度自适应直方图均衡化
限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization, CLAHE)
限制对比度自适应直方图均衡化方法步骤为:将整幅图像切分为8*8的块,接着计算每个block的累积分布,在计算累积分布时,限制一下其对比度,防止直方图出现特别陡峭的情况,具体操作就是将直方图中高于某个阈值a的数值全都找出来构成一个集合B,然后B中的每一个元素b都变为a,其中b高于a的部分进行求和得到c,c除以256(该256是指灰度等级,也就是0-255)得到d,将d加在每一个灰度等级下。
总的来说CLAHE具体分为四步:
1、图像分块,以块为单位
2、先计算直方图、然后修剪直方图,最后均衡
3、遍历图像块,进行块间双线性插值
4、与原图做图像滤色混合操作
一、python
import cv2 as cv
import numpy as np
test=cv.imread("test.jpg",-1)
#拆分每个通道
B,G,R = cv.split(test)
clahe = cv.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
clahe_B = clahe.apply(B)
clahe_G = clahe.apply(G)
clahe_R = clahe.apply(R)
clahe_test = cv.merge((clahe_B,clahe_G,clahe_R))
cv.imshow('clahe_test',clahe_test)
cv.imshow("test",test)
cv.waitKey(0)
cv.destroyAllWindows()
以下图为例:
结果:
其中第三张图片是左做全局直方图均衡化的结果,可以明显看到,使用CLAHE方法限制住了对比度(不像图三那么晃眼,同时比图一增强了细节)
二、matlab
输入:
输出:
代码:
modelname = 'CLAHEExample';
open_system(modelname,'force');
set_param(modelname,'SampleTimeColors','off');
set_param(modelname,'Open','on');
set_param(modelname,'SimulationCommand','Update');
set(allchild(0),'Visible','off');
system = 'CLAHEExample/CLAHEHDLAlgorithm/tileGeneration';
open_system(system,'force');
system = 'CLAHEExample/CLAHEHDLAlgorithm/histoEqPipeline/';
subsystem = [system 'histPipe1'];
open_system(subsystem,'force');
system = 'CLAHEExample/CLAHEHDLAlgorithm/histoEqPipeline/';
subsystem = [system 'histPipe1/redistribute'];
open_system(subsystem,'force');
system = 'CLAHEExample/CLAHEHDLAlgorithm/bilinearInterpolation';
open_system(system,'force');
或者直接:
openExample('visionhdl/CLAHEHDLExample')