数据挖掘 - 如何在python中实现全局对比度归一化？ - 吾爱随笔录

如何在python中实现全局对比度归一化？

数据挖掘 Python 图像分类计算机视觉预处理

2021-10-04 11:29:40

我正在尝试在 Yoshua Bengio 的深度学习书（第 12.2.1.1 节第 442 节）中的 python 中实现全局对比度归一化。从书中，为了使用全局对比度归一化获得归一化图像，我们使用以下等式：

X_{i, j, k}^{'} = s \frac{X_{i, j, k} - \bar{X}}{m a x {ϵ, \sqrt{λ + \frac{1}{3 r c} \sum_{i = 1}^{r} \sum_{j = 1}^{c} \sum_{k = 1}^{3} (X_{i, j, k} - \bar{X})^{2}}}}

$\mathsf{X}^{\prime}_{i,j,k}=s\frac{\mathsf{X}_{i,j,k}-\overline{\mathsf{X}}}{max\left\lbrace \epsilon, \sqrt{\lambda+\frac{1}{3rc}\sum_{i=1}^{r}\sum_{j=1}^{c}\sum_{k=1}^{3}(\mathsf{X}_{i,j,k}-\overline{\mathsf{X}})^2}\right\rbrace }$ 在哪里

X_{i, j, k}

$\mathsf{X}_{i,j,k}$ 是图像的张量，并且

X_{i, j, k}^{'}

$\mathsf{X}^{\prime}_{i,j,k}$ 是归一化图像的张量，并且

\bar{X} = \frac{1}{3 r c} \sum_{i = 1}^{r} \sum_{j = 1}^{c} \sum_{k = 1}^{3} X_{i, j, k}

$\overline{\mathsf{X}} = \frac{1}{3rc}\sum_{i=1}^{r}\sum_{j=1}^{c}\sum_{k=1}^{3} \mathsf{X}_{i,j,k}$ 是原始图像像素的平均值。

ϵ

$\epsilon$ 和

λ

$\lambda$ 是一些常数，通常与

λ = 10

$\lambda=10$ 和

ϵ

$\epsilon$ 设置为一个非常小的数字，这是我的实现：

import Image
import numpy as np
import math
def global_contrast_normalization(filename, s, lmda, epsilon):
    X = np.array(Image.open(filename))

    X_prime=X
    r,c,u=X.shape
    contrast =0
    su=0
    sum_x=0

    for i in range(r):
        for j in range(c):
            for k in range(u):

                sum_x=sum_x+X[i][j][k]
    X_average=float(sum_x)/(r*c*u)

    for i in range(r):
        for j in range(c):
            for k in range(u):

                su=su+((X[i][j][k])-X_average)**2
    contrast=np.sqrt(lmda+(float(su)/(r*c*u)))


    for i in range(r):
        for j in range(c):
            for k in range(u):

                X_prime[i][j][k] = s * (X[i][j][k] - X_average) / max(epsilon, contrast)
    Image.fromarray(X_prime).save("result.jpg")
global_contrast_normalization("cat.jpg", 1, 10, 0.000000001)

原图：

结果图像：

我得到了意想不到的结果。我的实施有什么问题？

1个回答

代码存在多个问题：

您将图像中的值强制为 uint8（8 位整数）。由于这些值是浮点数，它们将被强制转换/舍入为 0 或 1。这稍后将被解释为黑色图像和最暗的灰色形式（255 中的 1）。
一旦你有适当的浮点数作为值 PIL 或枕头不能处理数组（他们只做具有 [0, 255] 值的图像）

第一个问题发生是因为你/numpy 希望数组是 uint8。规范化版本将有浮动。

你应该使用过：

X_prime = X.astype(float)

这是代码的工作版本：

import numpy
import scipy
import scipy.misc
from PIL import Image


def global_contrast_normalization(filename, s, lmda, epsilon):
    X = numpy.array(Image.open(filename))

    # replacement for the loop
    X_average = numpy.mean(X)
    print('Mean: ', X_average)
    X = X - X_average

    # `su` is here the mean, instead of the sum
    contrast = numpy.sqrt(lmda + numpy.mean(X**2))

    X = s * X / max(contrast, epsilon)

    # scipy can handle it
    scipy.misc.imsave('result.jpg', X)


global_contrast_normalization("cat.jpg", 1, 10, 0.000000001)

PS：X_prime = X会做X_prime参考X。所以变X_prime也会变X。

其它你可能感兴趣的问题

上一篇金融市场的模式识别下一篇使用神经网络从图像中提取多个参数