《QGIS快速入门与应用基础》196：直方图均衡：增强对比度
作者：翰墨之道，毕业于国际知名大学空间信息与计算机专业，获硕士学位，现任国内时空智能领域资深专家、CSDN知名技术博主。多年来深耕地理信息与时空智能核心技术研发，精通 QGIS、GrassGIS、OSG、OsgEarth、UE、Cesium、OpenLayers、Leaflet、MapBox 等主流工具与框架，兼具学术深度与工程实践经验。
专注于时空数据可视化、地理信息系统开发、三维场景搭建等方向，持续在CSDN分享技术干货与实战案例，累计产出多篇高质量原创内容，深受行业开发者认可。诚邀对时空智能、GIS技术、三维技术感兴趣的朋友添加微信（Lucky-Matrix），共探技术前沿、交流实践心得，携手推动相关领域技术落地与创新！
文章目录
- 6.3.2.2 直方图均衡：增强对比度
- 一、直方图均衡的核心本质与底层原理
- 1.1 前置基础：什么是栅格DN值直方图？
- 1.2 直方图均衡的核心定义
- 1.3 核心数学原理（通俗版）
- 步骤1：统计原始直方图的像素概率
- 步骤2：计算累积分布函数（CDF）
- 步骤3：非线性映射得到均衡后的显示值
- 1.4 线性拉伸vs直方图均衡核心区别
- 二、QGIS中直方图均衡的两大核心类型
- 2.1 全局直方图均衡（Global Histogram Equalization）
- 2.2 局部自适应直方图均衡（CLAHE）
- 三、QGIS中文界面直方图均衡全流程实操步骤
- 前置通用步骤（必做）
- 3.1 全局直方图均衡设置步骤
- 3.2 CLAHE局部自适应直方图均衡设置步骤
- 四、直方图均衡的适配场景与禁用边界
- 五、直方图均衡核心优缺点总览
- 六、新手直方图均衡高频踩坑问题与解决方案
- 七、综合实操案例：雾霾覆盖影像的直方图均衡优化全流程
- 案例背景
- 完整实操步骤
- 本节小结
6.3.2.2 直方图均衡：增强对比度
上一节我们深入学习了线性拉伸——它以无失真的线性映射，成为定量分析、标准化制图的首选。但很多新手实操中会遇到一个典型痛点：哪怕用了标准差线性拉伸，面对雾霾严重、光照不均、明暗差异极大的影像，依然会出现“亮部细节看清了，暗部就全黑了；暗部细节出来了，亮部又过曝了”的两难问题。
出现这个问题的核心原因，是线性拉伸的“全局线性映射”逻辑，只能兼顾整体数值范围，无法对像素集中的区间做针对性的对比度增强。而我们本节要讲的直方图均衡（Histogram Equalization），就是专门解决这个问题的核心非线性拉伸方式。它是遥感影像增强、历史栅格图纸修复、低对比度影像可视化最常用的工具，能让原本模糊不清、细节淹没的栅格，瞬间还原全域的纹理和细节，是新手必须掌握的第二大核心拉伸方式。
一、直方图均衡的核心本质与底层原理
1.1 前置基础：什么是栅格DN值直方图？
想要理解直方图均衡，必须先搞懂栅格DN值直方图这个核心概念——它是所有拉伸方式的底层统计基础，也是新手最容易忽略的知识点。
栅格DN值直方图，是描述栅格中不同DN值的像素数量分布规律的统计图表：
- 横轴：栅格的DN值，从最小值到最大值依次排列，代表像素的数值大小；
- 纵轴：对应DN值的像素个数（或出现频率），