CLAHE算法對于醫(yī)學(xué)圖像，特別是醫(yī)學(xué)紅外圖像的增強(qiáng)效果非常明顯。
CLAHE https://en.wikipedia.org/wiki/Adaptive_histogram_equalization
中文方面非常好的資料 限制對比度自適應(yīng)直方圖均衡化算法原理、實(shí)現(xiàn)及效果
在OpenCV中已經(jīng)實(shí)現(xiàn)了CLAHE,但是它在使用過程中，存在參數(shù)選擇的問題。為了從根本上搞明白，我參考了網(wǎng)絡(luò)上的一些代碼
主要是來源 http://blog.csdn.net/abcd1992719g/article/details/25483395
實(shí)現(xiàn)了基于OpenCV的CLAHE實(shí)現(xiàn)和研究。從最基本的開始做，分別實(shí)現(xiàn)HE算法，AHE算法，CLHE算法和CLAHE算法。素材分別采用了手部和手臂的紅外圖片，同時(shí)調(diào)用OpenCV生成代碼和自己編寫代碼進(jìn)行比對。
調(diào)用代碼和實(shí)現(xiàn)效果:
int _tmain(int argc, _TCHAR* argv[])
{
//讀入灰度的手部圖像
Mat src = imread("arm.jpg",0);
Mat dst = src.clone();
Mat HT_OpenCV;
Mat HT_GO;
Mat AHE_GO;
Mat CLHE_GO;
Mat CLAHE_Without_Interpolation;
Mat CLAHE_OpenCV;
Mat CLAHE_GO;
Mat matInter;
////OpenCV HT 方法
cv::equalizeHist(src,HT_OpenCV);
////GO HT方法
HT_GO = eaualizeHist_GO(src);
////GO AHE方法
AHE_GO
