Normalisering (billedbehandling) - Normalization (image processing)

Ved billedbehandling er normalisering en proces, der ændrer rækkevidden af pixelintensitetsværdier . Ansøgninger inkluderer fx fotografier med dårlig kontrast på grund af blænding. Normalisering kaldes undertiden kontraststrækning eller histogramstrækning . I mere generelle områder af databehandling, såsom digital signalbehandling , kaldes det udvidelse af dynamisk område .

Formålet med dynamisk rækkeviddeudvidelse i de forskellige applikationer er normalt at bringe billedet eller en anden type signal ind i et område, der er mere kendt eller normalt for sanserne, deraf udtrykket normalisering. Ofte er motivationen at opnå konsistens i dynamisk område for et sæt data, signaler eller billeder for at undgå mental distraktion eller træthed. For eksempel vil en avis stræbe efter at få alle billederne i et nummer til at dele et lignende sortiment af gråtoner .

Normalisering omdanner en n-dimensional gråtoner billede med intensitetsværdier i området , i et nyt billede med intensitetsværdier i området . ${\ displaystyle I: \ {\ mathbb {X} \ subseteq \ mathbb {R} ^ {n} \} \ rightarrow \ {{\ text {Min}}, .., {\ text {Max}} \}}$${\ displaystyle (Min, Max)}$${\ displaystyle I_ {N}: \ {\ mathbb {X} \ subseteq \ mathbb {R} ^ {n} \} \ rightarrow \ {{\ text {newMin}}, .., {\ text {newMax}} \}}$${\ displaystyle (newMin, newMax)}$

Den lineære normalisering af et digitalt gråtonebillede udføres i henhold til formlen

${\ displaystyle I_ {N} = (I - {\ text {Min}}) {\ frac {{\ text {newMax}} - {\ text {newMin}}} {{\ text {Max}} - {\ sms {Min}}}} + {\ tekst {newMin}}}$

For eksempel, hvis intensitetsområdet for billedet er 50 til 180, og det ønskede område er 0 til 255, indebærer processen at trække 50 fra hver af pixelintensiteten, hvilket gør området 0 til 130. Derefter multipliceres hver pixelintensitet med 255/130 , hvilket gør området 0 til 255.

Normalisering kan også være ikke-lineær, dette sker, når der ikke er et lineært forhold mellem og . Et eksempel på ikke-lineær normalisering er, når normaliseringen følger en sigmoid-funktion , i så fald beregnes det normaliserede billede i henhold til formlen ${\ displaystyle I}$${\ displaystyle I_ {N}}$

${\ displaystyle I_ {N} = ({\ text {newMax}} - {\ text {newMin}}) {\ frac {1} {1 + e ^ {- {\ frac {I- \ beta} {\ alpha }}}}} + {\ tekst {newMin}}}$

Hvor definerer bredden på inputintensitetsområdet og definerer intensiteten omkring hvilket området er centreret. ${\ displaystyle \ alpha}$${\ displaystyle \ beta}$

Automatisk normalisering i billedbehandlingssoftware normaliserer typisk til det fulde dynamiske interval for det nummersystem, der er angivet i billedfilformatet.

Se også

• Audio normalisering , lydanalog
• Histogramudligning

Referencer

eksterne links

• Kontraststrækning