CLAHE算法对于医学图像，特别是医学红外图像的增强效果非常明显。
CLAHE https://en.wikipedia.org/wiki/Adaptive_histogram_equalization
中文方面非常好的资料 限制对比度自适应直方图均衡化算法原理、实现及效果
在OpenCV中已经实现了CLAHE,但是它在使用过程中，存在参数选择的问题。为了从根本上搞明白，我参考了网络上的一些代码
主要是来源 http://blog.csdn.net/abcd1992719g/article/details/25483395
实现了基于OpenCV的CLAHE实现和研究。从最基本的开始做，分别实现HE算法，AHE算法，CLHE算法和CLAHE算法。素材分别采用了手部和手臂的红外图片，同时调用OpenCV生成代码和自己编写代码进行比对。
调用代码和实现效果:
int _tmain(int argc, _TCHAR* argv[])
{
//读入灰度的手部图像
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
