我想知道我是否正确理解了图像的均值归一化。
据我所知，你计算所有像素的平均值（假设它是灰度）。然后，对于每个像素，您减去此平均值。
但是，如何应对可能出现的负面价值呢？例如，整个图像的平均值为100，但是一个特定像素的强度为90.在此归一化之后，像素的值将为-10。
答案 0 :(得分：0)
这可能不是您正在寻找的东西，但是避免输出中的负数的一个选项是规范化存在的值范围而不是图像均值。 等式将是：X＆＃39; =（X-Xmin）/（Xmax-Xmin）。这将图像重新调整为0到1之间（不涉及负值）。如果您想将其保存为易于查看的灰度，则可以将值乘以255以重新缩放。
值得注意的是，除非整个图像具有恒定的强度，否则在减去均值（不仅仅是它们可能出现的可能性）之后，保证会有一些负值。
答案 1 :(得分：0)
您不必处理负输入，模型可以处理它们。例如，对于神经网络，优良作法是在[-1,1]
范围内输入