目录
之前讨论的直方图均衡化或者直方图匹配化都是全局性的技术，因为像素都是基于整幅图像的灰度分布进行修改的。这种方法适合于整体的增强，但如果只是想增强图像几个小区域的时候，效果往往是不好的。原因是，在小区域的时候，像素数量对计算全局变换的影响可以忽略。
全局直方图处理的缺点：
图像局部存在过亮或者过暗的时候，效果不好（因为直方图均衡化会将图像灰度分布变成均匀分布的时候，如果图像局部过暗，那么这些暗点会被强行变成亮点，就会产生噪声---噪声指灰度值突变的像素点）而处理图像的时候，背景的区域往往是灰度值集中的区域，全局变换的话，就会增加背景噪声
根据全局性的缺点，人们提出了很多方法。
第一种方法是：自适应直方图均衡化AHE算法（Adaptive