image-processing - 图像处理中的归一化

Question

图像处理中归一化的正确含义是什么？我用谷歌搜索了它，但我有不同的定义。我将尝试详细解释每个定义。

核矩阵的归一化

如果归一化指的是一个矩阵(例如卷积滤波器的核矩阵)，通常矩阵的每个值都除以矩阵的值之和，以使矩阵的值之和等于 1 (如果所有值都大于零)。这很有用，因为图像矩阵和我们的核矩阵之间的卷积给出了一个输出图像，其值介于 0 和原始图像的最大值之间。但是，如果我们使用 sobel 矩阵(有一些负值)，这将不再正确，我们必须拉伸(stretch)输出图像以使所有值都在 0 和最大值之间。

图像归一化

我基本上找到了标准化的两个定义。第一个是“削减”过高或过低的值。即，如果图像矩阵具有负值，则将它们设置为零，如果图像矩阵的值高于最大值，则将它们设置为最大值。第二个是线性拉伸(stretch)所有值，以使它们适合区间 [0, max value]。

Answer 1

@Imanol 的回答很棒，我只想添加一些示例:
将输入标准化为 像素 明智或 数据集 明智。常见的三种归一化方案:

标准化 0 和 1 之间的像素值:

img /= 255.0

标准化介于 -1 和 1 之间的像素值(如 Tensorflow 所做的那样):

img /= 127.5
img -= 1.0

根据数据集均值和标准差进行归一化(与 Torch 一样):

img /= 255.0
mean = [0.485, 0.456, 0.406] # Here it's ImageNet statistics
std = [0.229, 0.224, 0.225]

for i in range(3): # Considering an ordering NCHW (batch, channel, height, width)
    img[i, :, :] -= mean[i]
    img[i, :, :] /= std[i]