360全景图像应用CLAHE算法后拼接出现明显边缘线如何解决？

我目前正在结合使用Contrast Limited Adaptive Histogram Equalization（限制对比度自适应直方图均衡，CLAHE）算法与图像去噪算法处理图片。遇到的问题是处理对象为360全景照片，在拼接图片时，经算法调整对比度后的边缘区域数值差异过大，导致拼接处边缘线十分明显。需要缓解该接缝问题，调整消除明显边缘，保证算法应用效果的一致性。

原图 #

当前使用的CLAHE实现代码 #

# CLAHE (Contrast Limited Adaptive Histogram Equalization)
clahe = cv2.createCLAHE(clipLimit=1., tileGridSize=(6, 6))

lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)  # convert from BGR to LAB color space
l, a, b = cv2.split(lab)  # split on 3 different channels

l2 = clahe.apply(l)  # apply CLAHE to the L-channel

lab = cv2.merge((l2, a, b))  # merge channels
img2 = cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)  # convert from LAB to BGR

单张图片处理结果 #

拼接后异常360全景图 #

• 优先调整处理流程：将「单张增强→拼接」的顺序改为「拼接全景→全局增强」。这是消除接缝最有效的方案，全局做CLAHE时会统一统计整幅全景的亮度分布，不会出现不同单张边缘区域处理逻辑不一致的问题，从根源避免拼接缝产生。
• 若受业务限制必须先处理单张再拼接，需统一增强基准：
  1. 提前提取所有待拼接图像的重叠区域，统计重叠区域的平均亮度、直方图分布，生成统一的CLAHE映射规则，所有单张使用同一套规则做增强，避免每张单独适配自身直方图产生的边缘数值差。
  2. 对单张图像的边缘重叠区域做加权平滑处理，增强时重叠区域的像素值按照与边缘的距离做权重衰减，和相邻图像的增强结果平滑过渡。
• 调整CLAHE参数降低局部对比度波动：将clipLimit从1.0下调到0.6~0.8区间，降低对比度拉伸的上限，减少边缘数值突变的幅度；将tileGridSize从(6,6)放大到(8,8)或(12,12)，扩大每个统计块的范围，降低局部区域的统计偏差。
• 后处理修补已产生的接缝：如果已经完成单张处理和拼接，可以对拼接缝区域做多频段融合或泊松融合，平滑边缘的亮度差；也可以使用10~20像素宽度的加权平均卷积核，沿拼接缝做模糊过渡，弱化视觉上的分界线。

内容的提问来源于stack exchange，提问作者João Santos