图像均值归一化答案

【问题标题】：Image Mean Normalization图像均值归一化
【发布时间】：2016-05-07 19:58:30
【问题描述】：

我想知道我是否正确理解了图像的平均归一化。

据我所知，您计算所有像素的平均值（假设它是灰度的）。然后，对于每个像素，减去这个平均值。

但是应该如何处理可能出现的负值呢？例如，整幅图像的平均值为 100，但一个特定像素的强度为 90。经过标准化处理后，该像素的值为 -10。

【问题讨论】：

【解决方案1】：

这可能不是您要寻找的，但避免输出中出现负数的一种选择是标准化为存在的值范围而不是图像均值。等式将是：X' = (X - Xmin)/(Xmax - Xmin)。这会将图像重新缩放到 0 和 1 之间（不涉及负值）。如果您想将其保存为易于查看的灰度，您可以将值乘以 255 以重新缩放。

还可能值得注意的是，除非整个图像具有恒定的强度，否则在减去平均值后肯定会有一些负值（不仅仅是它们可能出现的可能性）。

【讨论】：

【解决方案2】：

您不必处理负输入，模型可以处理它们。例如，对于神经网络，输入范围为 [-1, 1]

是一种很好的做法

【讨论】：