图像平均减法

Question

我很困惑图像平均减法是否对我的用例有用。

我正在使用道路图像训练SegNet网络，我在训练期间减去平均值。

当我比较平均减法前后的图像时，没有平均减法的图像似乎有更多的特征和详细的像素信息。

我理解平均减法的重要性，因为它减少了不同照明的影响，也有助于训练过程中的梯度计算。但是，这并不意味着我放弃了一些重要的信息。我附上图片供参考。

原始

使用平均减法

观看上面的图片，我假设没有平均减法的图像可以学习更多特征，特别是关于汽车（这里非常重要）。平均减法的图像在汽车周围几乎是黑暗的。

对某些可能解释这一点的来源的解释或链接将不胜感激。谢谢。

Answer 1

这里有两件事需要考虑：

1. 像素值本身
2. 这些像素值如何在屏幕上显示

如果您的图像是无符号整数类型（例如uint8），并且您在不将图像转换为其他类型的情况下减去均值，则可能会破坏图像信息。例如，如果您的图片包含像素值

204 208 100  75  86

，均值为100.3，减去该均值的uint8结果为

104 108   0   0   0    -- saturated subtraction

或

104 108   0 231 242    -- C-style subtraction

取决于您是使用饱和减法还是C风格算术。在这两种情况下，图像不再包含与之前相同的信息。

当然，正确的是使用浮点值：

103.7  107.7   -0.3  -25.3  -14.3    -- floating-point subtraction

在这种情况下，数据仍然包含完全相同的信息，只是现在它是零均值。

现在，如何在屏幕上显示这个零均值图像？您可以映射每个值＆lt; 0到0，每个值＆gt; 255到255，以便有效范围[0,255]之外的值饱和;或者您可以在数据中找到最小值和最大值，将像素值线性映射到有效范围。在第一种情况下，它看起来像你破坏了图像（如在你的例子中），在第二种情况下，它看起来在图像中没有太大的变化。也就是说，没有办法在屏幕上显示图像，仍然可以看到平均减法的效果。