图像处理中的几种预处理方式

---

一、为什么要使用归一化处理

归一化指特征工程中的特征缩放过程。归一化操作常用于图像预处理，它就是把你要处理的图像数据经过某种算法处理后限制在一定的范围。归一化具有如下作用：
（1）图像归一化可以统一输入样本数据的分布性，如归一化的[0，1]区间样本满足概率分布，归一化到[-1，1]区间，样本满足坐标分布，即该函数在(-∞,+∞)的积分为1；
（2）原图像数据的灰度级数为[0,255]，归一化到某个小范围后可提高计算速度以及加速模型收敛。

二、图像归一化的几种方式

1. max-min归一化（线性归一化）
	y=(x−minvalue)/(maxvalue−minvalue)
其中，minvalue、maxvalue为像素单通道的最小、最大值。

2. 0-1归一化
	y=x/255
归一化后图像的范围为[0，1]，不改变数据原来的分布。

3. [-1,1]归一化
	y=x/127.5−1
归一化后图像的范围为[-1，1]。

4. 标准归一化（常用）
	y=(x−x ̃)/√(σ^2 )
  其中，x ̃和√(σ^2 ) 为图像每个通道的均值和方差。标准归一化后图像数据分布满足方差为0，标准差为一的高斯分布。
   注：图像归一化时，以图像的每个通道为单位进行归一化处理，即先计算每个通道的均值和方差，然后对每个通道使用对应的均值和方法进行归一化计算。