图像处理中的归一化_图像处理 归一化处理 - CSDN
  • 归一化: 就是要把需要处理的数据经过处理后(通过某种算法)限制在你需要的一定范围内。...在许多图像处理系统,对图像进行归一化都是必备的预处理过程。一般而言,对于灰度图像(或彩色通道的每个颜...

    归一化
    就是要把需要处理的数据经过处理后(通过某种算法)限制在你需要的一定范围内。
    首先归一化是为了后面数据处理的方便,其次是保证程序运行时收敛加快。

    归一化的原因

    1. matlab里图像数据有时候必须是浮点型才能处理,而图像数据本身是 0-255 的 uint8 型数据,所以需要归一化,转换到 0-1之间。
    2. 在许多图像处理系统中,对图像进行归一化都是必备的预处理过程。一般而言,对于灰度图像(或彩色通道的每个颜色分量)进行灰度归一化就是:使其像素的灰度值分布在0~255之间,避免图像对比度不足(图像像素亮度分布不平衡)从而对后续处理带来干扰。
    3. 例如一个double类数组包含区间[0,255]之外的值,则使用B = uint8(A)转换时,MATLAB会将所有小于0的值转换为0,所有大于255的值转换为255,而在0和255之间的值将全部舍去小数部分转换为整数。因此需要对其进行适当地缩放
    4. 防止跨度过大,把边缘像素抹掉

    示例 1

    >> g = [-0.5 0.5;0.75 1.5]
    g =
       -0.5000    0.5000
        0.7500    1.5000
    % 将矩阵 g 构成的图像转换为 uint8 型
    >> g1 = im2uint8(g)
    g1 =
      2×2 uint8 矩阵
         0   128
       191   255
    % 将矩阵 g 构成的图像先归一化处理,然后转换为 uint8 型
    >> g2 = im2uint8(mat2gray(g))
    g2 =
      2×2 uint8 矩阵
         0   128
       159   255
    

    由结果可以看出,不归一化处理,对图像的灰度(介于黑白之间的颜色)或多或少有影响。
    示例 2
    在这里插入图片描述

    展开全文
  • 在统计学归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布,归一化在-1--+1之间是统计的坐标分布。 即该函数在(-∞,+∞)的积分为1 例如概率的密度函数就满足归一化条件 ...
    在统计学中,归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布,归一化在-1--+1之间是统计的坐标分布。
    即该函数在(-∞,+∞)的积分为1
    例如概率中的密度函数就满足归一化条件
    归一化函数举例:

    线性函数转换如下

    y=(x-MinValue)/(MaxValue-MinValue)
    说明:x、y分别为转换前、后的值,MaxValue、MinValue分别为样本的最大值和最小值。

    数函数转换如下

    y=log10(x)
    说明:以10为底的对数函数转换。

    反正切函数转换如下

    y=atan(x)*2/PI

    opencv实现归一化:
        cvMinMaxLoc(mat_low_double,&minvalue,&maxvalue);
    cvConvertScale(mat_low_double,mat_low_double,1,-minvalue);
    cvConvertScale(mat_low_double,mat_low_double,255/(maxvalue-minvalue),0);//归一化


    展开全文
  • matlab图像处理为什么要归一化和如何归一化, 一、为什么归一化 1.  基本上归一化思想是利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响。也就是转换成唯一的标准形式以抵抗仿射变换  图像...

    matlab图像处理为什么要归一化和如何归一化,
    一、为什么归一化
    1.
     基本上归一化思想是利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响。也就是转换成唯一的标准形式以抵抗仿射变换
      图像归一化使得图像可以抵抗几何变换的攻击,它能够找出图像中的那些不变量,从而得知这些图像原本就是一样的或者一个系列的。
      因为我们这次的图片有好多都是一个系列的,所以老师把这个也作为我研究的一个方向。
      我们主要要通过归一化减小医学图片由于光线不均匀造成的干扰。
    2.matlab里图像数据有时候必须是浮点型才能处理,而图像数据本身是0-255的UNIT型数据所以需要归一化,转换到0-1之间。
    3.归一化是一种简化计算的方式,即将有量纲的表达式,经过变换,化为无量纲的表达式,成为纯量。 目的是为了:
    (1).避免具有不同物理意义和量纲的输入变量不能平等使用
    (2).bp中常采用sigmoid函数作为转移函数,归一化能够防止净输入绝对值过大引起的神经元输出饱和现象
    (3).保证输出数据中数值小的不被吞食
    3.神经网络中归一化的原因
    归一化是为了加快训练网络的收敛性,可以不进行归一化处理
    归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布,归一化在-1–+1之间是统计的坐标分布。归一化有同一、统一和合一的意思。无论是为了建模还是为了计算,首先基本度量单位要同一,神经网络是以样本在事件中的统计分别几率来进行训练(概率计算)和预测的,归一化是同一在0-1之间的统计概率分布; 当所有样本的输入信号都为正值时,与第一隐含层神经元相连的权值只能同时增加或减小,从而导致学习速度很慢。为了避免出现这种情况,加快网络学习速度,可以对输入信号进行归一化,使得所有样本的输入信号其均值接近于0或与其均方差相比很小。
    归一化是因为sigmoid函数的取值是0到1之间的,网络最后一个节点的输出也是如此,所以经常要对样本的输出归一化处理。所以这样做分类的问题时用[0.9 0.1 0.1]就要比用[1 0 0]要好。
    但是归一化处理并不总是合适的,根据输出值的分布情况,标准化等其它统计变换方法有时可能更好。

    二、如何归一化
    matlab中的归一化处理有三种方法

    1. premnmx、postmnmx、tramnmx
    2. restd、poststd、trastd
    3. 自己编程
      (1)线性函数转换,表达式如下:
      y=(x-MinValue)/(MaxValue-MinValue)
      说明:x、y分别为转换前、后的值,MaxValue、MinValue分别为样本的最大值和最小值。
      (2)对数函数转换,表达式如下:
      y=log10(x)
      说明:以10为底的对数函数转换。
      (3)反余切函数转换,表达式如下:
      y=atan(x)*2/PI
      (4)一个归一化代码.
      I=double(I);
      maxvalue=max(max(I)’);%max在把矩阵每列的最大值找到,并组成一个单行的数组,转置一下就会行转换为列,再max就求一个最大的值,如果不转置,只能求出每列的最大值。
      f = 1 - I/maxvalue; %为什么要用1去减?
      Image1=f;
    展开全文
  • 在许多图像处理系统,对图像进行归一化都是必备的预处理过程。一般而言,对于灰度图像(或彩色通道的每个颜色分量)进行灰度归一化就是:使其像素的灰度值分布在0~255之间,避免图像对比度不足(图像像素亮度分布...

    在许多图像处理系统中,对图像进行归一化都是必备的预处理过程。一般而言,对于灰度图像(或彩色通道的每个颜色分量)进行灰度归一化就是:使其像素的灰度值分布在0~255之间,避免图像对比度不足(图像像素亮度分布不平衡)从而对后续处理带来干扰。

    一种常见的图像归一化原理1是y=(x-MinValue)/(MaxValue-MinValue)
    其中x、y分别为归一化前、归一化后的值,MaxValue、MinValue分别为原始图像灰度的最大值和最小值。

    源码示例(这里包含了三种方法:前两种是编程实现2,最后一种直接调用MATLAB函数来实现3,大家可以参考):

    oriImage = imread('XXXX.jpg');
    grayImage = rgb2gray(oriImage);
    figure;
    imshow(grayImage);
    
    originalMinValue = double(min(min(grayImage)));
    originalMaxValue = double(max(max(grayImage)));
    originalRange = originalMaxValue - originalMinValue;
    
    % Get a double image in the range 0 to +255
    desiredMin = 0;
    desiredMax = 255;
    desiredRange = desiredMax - desiredMin;
    dblImageS255 = desiredRange * (double(grayImage) - originalMinValue) / originalRange + desiredMin;
    
    figure;
    imshow(uint8(dblImageS255));
    
    % Get a double image in the range 0 to +1
    desiredMin = 0;
    desiredMax = 1;
    desiredRange = desiredMax - desiredMin;
    dblImageS1 = desiredRange * (double(grayImage) - originalMinValue) / originalRange + desiredMin;
    
    figure;
    imshow(dblImageS1);
    
    % Another way to normalazation, which only calls MATLAB function
    img3 = mat2gray(oriImage);
    figure;
    imshow(img3);

    上述源码已在MATLAB 2014和MATLAB 2016上通过测试。

    原始图片:
    这里写图片描述

    运行后的效果:
    这里写图片描述

    注意:如果在自己的图片上希望看到直观的效果,请模仿示例预先将测试图片的对比度调低一些,让图像中各个像素点的灰度分布范围不足 0-255。

    参考资料:
    https://cn.mathworks.com/matlabcentral/newsreader/view_thread/297402
    http://blog.csdn.net/zengjiqin/article/details/50032893
    http://blog.csdn.net/fx677588/article/details/53301740#comments

    展开全文
  • 原文地址:(转载)图像处理进行归一化的各种理由。作者:linyunjia matlab图像处理为什么要归一化和如何归一化, 一、为什么归一化 1.  基本上归一化思想是利用图像的不变矩寻找一组参数使其能够消除其他...
  • 1.把数变为(0,1)之间的小数,
  • 本文引用地址:... ... ...matlab图像处理为什么要归一化和如何归一化 一、为什么归一化 1.  基本上归一化思想是利用图像的不变矩寻找一组参数使其能够消除其他变
  • 图像归一化normalization

    2018-05-25 14:42:05
    一、图像归一化的好处:1、转换成标准模式,防止仿射变换的影响。2、减小几何变换的影响。3、加快梯度下降求最优解的速度。二、图像归一化的方法1、线性函数转换,表达式如下:y=(x-MinValue)/(MaxValue-MinValue)...
  • 二:图像归一化处理

    2019-11-08 22:29:42
    二:图像归一化处理 图像归一化最常见的就是最大最小值归一化方法,公式如下: OpenCV中实现图像最大与最小值归一化的函数... alpha=None, // 归一化中低值 min beta=None, // 归一化中的高值max norm_type=No...
  • 在对人脸表情进行识别时,人脸的归一化处理是至关重要的一环,它涉及到下一步处理的好坏。 人脸的归一化包括几何归一化和灰度归一化,几何归一化分两步:人脸校正和人脸裁剪。而灰度归 一化主要是增加图像的...
  • 图像直方图归一化 图像直方图概念: 图像直方图是反映一个图像像素分布的统计表,其实横坐标代表了图像像素的种类,可以是灰度的,也可以是彩色的。纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的...
  • matlab图像处理为什么要归一化和如何归一化, 一、为什么归一化 1.  基本上归一化思想是利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响。也就是转换成唯一的标准形式以抵抗仿射变换  ...
  • 图像归一化

    2014-08-28 11:23:43
    图像归一化在计算机视觉当中,很多时候都作为一个预处理进行处理的。因为图像归一化保持了仿射不变性。而且图像归一化有时候能够提高计算的精度。 所以图像归一化对于我们来说很重要。 而图像归一化的具体...
  • openCV实现图像归一化

    2020-06-12 13:55:14
    今天下午师弟问了一个关于图像归一化的问题,因此小编写了关于图像归一化的代码,比如一个文件夹下有多幅图像,每幅图像的大小不一致,如果想把这些图像归一化为相同大小的图像,就涉及到归一化的问题,现分享代码...
  •  NORM_MINMAX:数组的数值被平移或缩放到一个指定的范围,线性归一化,一般较常用。  NORM_INF: 此类型的定义没有查到,根据OpenCV 1的对应项,可能是归一化数组的C-范数(绝对值的最大值)  NORM_L1 : 归一化...
  • 图像归一化Normalization

    2019-04-16 10:11:57
    归一化就是通过一系列变换(即利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响),将待处理的原始图像转换成相应的唯一标准形式(该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性)。...
  • 图像处理为什么要归一化和如何归一化   一、为什么归一化   1.  基本上归一化思想是利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图 像变换的影响。也就是转换成唯一的标准形式以抵抗仿射变换 图像...
  • 比较好的数据标准化、归一化的文章,非常详细 参考文献:https://www.cnblogs.com/pejsidney/p/8031250.html
1 2 3 4 5 ... 20
收藏数 41,622
精华内容 16,648
关键字:

图像处理中的归一化