1.累积分布函数：
累积分布函数(Cumulative Distribution Function)，又叫分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。一般以大写CDF标记,，与概率密度函数probability density function（小写pdf）相对。
对于所有实数 ，累积分布函数定义如下：
即累积分布函数表示：对离散变量而言，所有小于等于a的值出现概率的和 。
2.直方图均衡化(HE)
直方图均衡化(Histogram Equalization)是一种增强图像对比度(Image Contrast)的方法，其主要思想是将一副图像的直方图分布变成近似均匀分布，从而增强图像的对比度。
3.什么是自适应？
在数字图像领域，”自适应”一般是指根据图像的局部性质进行处理。
4.什么是自适应直方图均衡化（AHE）？
优点：图像的灰度值较好的分布在了全部动态范围上，局部对比度得到了提高，视觉效果优于直方图均衡化。
缺点（亦即提出限制对比度的自适应直方图均衡化方法的原因）：对局部对比度提高过大，导致图像失真，还会放大图像中的噪声。
5.限制对比度的自适应直方图均衡化（CLAHE）
为了避免由于自适应直方图均衡化产生的不连续和过渡增强，引入了一种限制直方图分布的办法。
相对于自适应直方图均衡化，有两点改进：
5.1提出一种限制直方图分布的办法：
5.2提出了一种插值的方法 ：
步骤：
i. 将图像分块，每块计算一个直方图CDF，黑色实现边框的小块称为窗口
Ii. 对于蓝色像素点（内部点），分别计算四个窗口的直方图CDF对蓝色像素点的映射值；对于红色像素点，只使用其最近的窗口的CDF进行映射；对于绿色窗口，采用邻近的两个窗口的CDF映射值进行线性插值。
有效避免了块状不连续的问题。
6.总结
6.1 HE：
对整幅图的像素使用相同的变换，适用于像素值分布比较均衡的图像。但是如果图像中包括明显亮或者明显暗的区域，在这些部分的对比度并不会得到增强。
6.2 AHE：通过计算图像多个局部区域的直方图，并重新分配量度，一次改变图像对比度，更适合于提高图像的局部对比度和细节部分，但存在过度放大图像中相对均匀区域的噪声问题。
6.3 CLAHE：主要在于对对比度的限值，对于每个小区域都使用对比度限值，用来客服AHE的过度放大噪音的问题。
改自–B站：深度学习音
Original: https://blog.csdn.net/weixin_43843322/article/details/121271965
Author: ZWHY.
Title: 限制对比度自适应直方图均衡化
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/640864/
转载文章受原作者版权保护。转载请注明原作者出处！