如何标准化图像颜色？

Question

在他们描述Viola-Jones object detection框架（Viola和Jones的Robust Real-Time Face Detection）的论文中说：

用于训练的所有示例子窗口均已方差归一化为 尽量减少不同光照条件的影响。

我的问题是“他们使用什么样的工具来标准化图像？”

我不是在寻找 Viola & Jones 使用的特定工具，而是在寻找产生几乎相同输出的类似工具。我一直在关注很多 haar-training 教程（试图检测一只手），但还不能输出一个好的检测器（xml）。

我已经尝试联系作者，但仍然没有回复。

Answer 1

一种可能的方法是对所有元素进行假设正态分布的简单归一化。

先求平均值（Mu）和standard deviation（S）：

Mu = 1/N * Sum(a[i][j]) for each i,j 
S  =  sqrt(1/(N-1) *  Sum((a[i][j] - Mu)^2)) for each i,j
       (in here N is the number of pixels, 20*20 in the viola jones case)

由此，我们可以使用标准正态分布公式（by standardizing all values）对每个像素的值进行归一化：

a'[i][j] = (a[i][j] - Mu) / S

---

另一种方法是vector normalization，基本上就是这样说的：

• 求向量的长度：|a| = sqrt(sum (a[i][j]*a[i][j])) for each i,j
• 分配：a'[i][j] = a[i][j] / |a|