在图像处理中,规范化的正确含义是什么?我通过谷歌搜索得到了不同的定义。我将尝试详细解释每个定义。
卷积核矩阵的规范化
如果规范化是指矩阵(例如卷积滤波器的卷积核矩阵),通常将矩阵的每个值除以矩阵值的总和,以使矩阵值之和等于 1(如果所有值都大于零)。这很有用,因为图像矩阵与我们的卷积核矩阵之间的卷积会产生一个输出图像,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(具有一些负值),这就不再成立了,我们必须拉伸输出图像,以使所有值介于 0 和最大值之间。
图像的规范化
我基本上发现了两种对规范化的定义。第一个是“剪切”太高或太低的值,即如果图像矩阵具有负值,则将其设置为零,并且如果图像矩阵的值大于最大值,则将其设置为最大值。第二个是线性拉伸所有值,以适应区间 [0, 最大值]。