标准化图像的不同方法

时间:2019-01-19 12:28:35

标签: image image-processing

我想对像素可以为负值的图像进行归一化,并找到了两种不同的方法来实现。给定二维矩阵X,我可以执行以下操作:

a)X = 0.5*((X/max(abs(X))+1)

b)X = (X-min(X))/(max(X)-min(X))

由于我不是专家,所以我不确定两者中哪一个是标准化图像的更有用的方法。这两个选项之一是否具有某些优势?

2 个答案:

答案 0 :(得分:1)

对于GLCM来说,0电平在哪里并不重要,重要的是强度之间的差异。因此,我将选择在最小和最大强度之间线性拉伸的方法。这种方法最有效地利用了输出范围,因此引入了最小的量化误差。

在比较图像之间的GLCM结果时,最好以相同的方式拉伸所有图像。我会选择一个全局的最小值和最大值,对于集合中的所有图像保持不变。


请注意,出于其他目的,答案将有所不同。

答案 1 :(得分:0)

第二种方法将使用0到1之间的整个范围,这可能是您想要的。第一种方法将始终将0映射到0.5。当数据对称地分布在0附近时,第一种方法也将使用0到1之间的整个范围。

由您决定想要什么。