一，基于局部直方圖信息增強算法

對比度受限的自適應直方圖均衡化（Contrast Limited Adaptive Histogram Equalization，簡稱CLAHE）是一種用于圖像增強的技術，其原理主要基于自適應直方圖均衡化（Adaptive Histogram Equalization，簡稱AHE）但增加了對比度限制來避免過度放大噪聲。

CLAHE的原理可以概括為以下幾個步驟：

1，圖像分塊：首先，將輸入圖像分割成多個不重疊的小塊（通常稱為tiles或子區域）。每個小塊的大小是固定的，例如8x8或16x16像素。

2，計算直方圖：對于每個小塊，計算其灰度直方圖。直方圖描述了小塊內不同灰度級別的像素數量。

3，直方圖均衡化：對每個小塊的直方圖進行均衡化，使得小塊內的像素灰度分布更加均勻。這通常是通過累積分布函數（CDF）映射來實現的，將輸入灰度值映射到新的灰度值，以擴展像素灰度值的范圍。

4，對比度限制：在直方圖均衡化的過程中，引入一個對比度限制參數（clipLimit）。這個參數限制了直方圖的高度，從而限制了對比度增強的幅度。如果一個小塊的直方圖高度超過了設定的限制，那么超過限制的部分將被裁剪掉，并將裁剪下來的像素均勻分布到其他灰度級別上。這個步驟的目的是避免過度放大噪聲或細節。

5，雙線性插值：由于圖像分割成小塊進行均衡化，不同小塊之間的邊界可能會出現不連續的情況。為了消除這種不連續性，可以使用雙線性插值等方法對邊界像素進行平滑處理。

6，合并輸出：