图像归一化normalization

转载：https://blog.csdn.net/qq_38784454/article/details/80449445

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) 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

三、线性函数转换代码（matlab）

%% 图像归一化 clc clear close all image = imread('E:\裂纹\a\3\53.bmp'); image = rgb2gray(image); figure imshow(image);   image = double(image); image_minGray = min(min(image)); image_maxGray = max(max(image)); image_distance = image_maxGray-image_minGray; min_Gray = 0; max_Gray = 255; image_normalization = (image-image_minGray)/image_distance;  %归一化，图像的灰度值限制到（0~1）之间 figure  imshow(image_normalization) image_255 = max_Gray*image_normalization +min_Gray;   figure  imshow(uint8(image_255)) %% 方法二直接调用matlab函数mat2gray image_norm = mat2gray(image); figure imshow(image_norm)

原图

归一化后的图

原图

归一化后的图片 ---------------------  作者：苏打水的杯子  来源：  原文：https://blog.csdn.net/qq_38784454/article/details/80449445  版权声明：本文为博主原创文章，转载请附上博文链接！