数字图像归一化、常采取256的做法

数字图像归一化、常采取256的做法像归一化是计算机视觉、模式识别等领域广泛使用的一种技术。

所谓图像归一化,就是通过一系列变换,将待处理的原始图像转换成
相应的唯一标准形式(该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性)。

近年来,基于矩的图像归一化技术受到了人们的普遍关注,其基本工作原理为:首先利用图像中对仿射变换具有不变性
的矩来确定变换函数的参数,然后利用此参数确定的变换函数把原始图像变换为一个标准形式的图像(该图像与仿射变换无关)。

一般说来,基于矩的图像归一化过程包括4个步骤即坐标中心化、x-shearing
归一化、缩放归一化和旋转归一化。

基本上归一化思想是利用图像的不变矩寻找一组参数使其能够
消除其他变换函数对图像变换的影响。

也就是转换成唯一的标准形式以抵抗仿射变换。

图像归一化使得图像可以抵抗几何变换的攻击，它能够找出图像中的那些不变量，从而得知这些图像原本就是一样的或者一个系列的。

以下你要知道的：
1.归一化处理并没有改变图像的对比度
2.归一化处理很简单，假设原图像是8位灰度图像，那么读入的像素矩阵最大值为256，最小值为1，定义矩阵为I，J＝I／256，就是归一化的图像矩阵，就是说归一化之后所有的像素值都在［0，1］区间内。

基于矩的图像归一化技术基本工作原理为：首先利用图像中对仿射变换具有不变性的矩来确定变换函数的参数，然后利用此参数确定
的变换函数把原始图像变换为一个标准形式的图像(该图像与仿射变
换无关)。

一般说来，基于矩的图像归一化过程包括4个步骤，即坐
标中心化、x-shearing归一化、缩放归一化和旋转归一化。

图像归一化使得图像可以抵抗几何变换的攻击，它能够找出图像中的那些不变量，从而得知这些图像原本就是一样的或者一个系列的。