在介绍CLAHE算法之前必须要先提一下直方图均衡化，直方图均衡化算法是一种常见的图像增强算法，可以让像素的亮度分配的更加均匀从而获得一个比较好的观察效果。

左边是原图，右边是经过直方图均衡化后图，可以看到肋骨什么的可以更加清晰的显示了出来，能够更好的观察到肋骨等位置的细节。

但是美中不足的是总感觉有的地方太亮了，干扰到了我们的观察。

这是因为直方图均衡化有着两个问题：

直方图均衡化是针对全局进行处理的，所以当局部出现过亮或者过暗的时候就会影响效果。

直方图均衡化会增强噪声。

再来看看经过CLAHE算法后的效果。


最左侧为原图，中间为直方图均衡化后的结果，最右侧为CLAHE算法的效果。

从视觉效果上来看，CLAHE算法的效果最为明显。

CLAHE算法针对上面两个问题，提出了相应的解决方案：

CLAHE会将图像分成一个一个的小块，这样在局部进行直方图均衡化。

针对背景噪声增强的问题，CLAHE算法应用了限制对比度的方法。

CLAHE算法的实现步骤分为以下三个部分：

• 对图像进行分块

• 对每个块进行直方图均衡化和限制对比度

• 使用插值的方法得到最后增强的图片

使用FPGA实现CLAHE算法可以分为以下模块：

仿真时打印的部分数据：



FPGA仿真结果图