Normalisering (bildbehandling)

Vid bildbehandling är normalisering en process som ändrar intervallet för pixelintensitetsvärden . Tillämpningar inkluderar fotografier med dålig kontrast på grund av till exempel bländning. Normalisering kallas ibland kontraststräckning eller histogramsträckning . Inom mer allmänna databehandlingsområden, såsom digital signalbehandling , kallas det dynamiskt omfångsexpansion.

Syftet med dynamisk räckviddsexpansion i de olika applikationerna är vanligtvis att föra bilden, eller annan typ av signal, in i ett intervall som är mer bekant eller normalt för sinnena, därav termen normalisering. Ofta är motivationen att uppnå konsekvens i dynamiskt omfång för en uppsättning data, signaler eller bilder för att undvika mental distraktion eller trötthet. Till exempel kommer en tidning att sträva efter att få alla bilder i ett nummer att dela ett liknande gråskaleintervall .

Normalisering transformerar en n- $I:\{\mathbb {X} \subseteq \mathbb {R} ^{n}\}\högerpil \{{\text{Min}},..,{\text{Max}} \}$ gråskalebild , med intensitetsvärden i intervallet ${\displaystyle ({\text{Min}},{\text{Max}})} ,$ till en ny bild $I_{N}:\{\mathbb {X} \subseteq \mathbb {R} ^{n}\}\högerpil \{{\text{newMin}},..,{\text{ newMax}}\}$ med intensitetsvärden i intervallet $({\text{newMin}},{\text{newMax}})$ .

Den linjära normaliseringen av en digital gråskalebild utförs enligt formeln

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

Till exempel, om intensitetsintervallet för bilden är 50 till 180 och det önskade området är 0 till 255, innebär processen att subtrahera 50 från var och en av pixelintensiteten, vilket gör intervallet 0 till 130. Sedan multipliceras varje pixelintensitet med 255/130 , vilket gör intervallet 0 till 255.

Normalisering kan också vara olinjär, detta händer när det inte finns ett linjärt samband mellan $I$ och $I_{N}$ . Ett exempel på icke-linjär normalisering är när normaliseringen följer en sigmoidfunktion , i så fall beräknas den normaliserade bilden enligt formeln

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

Där $\alpha$ definierar bredden på inmatningsintensitetsintervallet, och $\beta$ definierar intensiteten kring vilken intervallet är centrerat.

Automatisk normalisering i bildbehandlingsprogram normaliseras vanligtvis till hela dynamiska omfånget för det talsystem som anges i bildfilformatet.

Se även

• Ljudnormalisering , analogt ljud
• Histogramutjämning

externa länkar

• Kontraststräckning