सामान्यीकरण (इमेज प्रोसेसिंग)

छवि प्रसंस्करण में, सामान्यीकरण एक ऐसी प्रक्रिया है जो पिक्सेल तीव्रता मानों की सीमा को बदलती है। अनुप्रयोगों में चमक के कारण खराब कंट्रास्ट (दृष्टि) वाले फ़ोटोग्राफ़ शामिल हैं, उदाहरण के लिए। सामान्यीकरण को कभी-कभी कंट्रास्ट स्ट्रेचिंग या हिस्टोग्राम स्ट्रेचिंग कहा जाता है। मूर्ति प्रोद्योगिकी के अधिक सामान्य क्षेत्रों में, जैसे अंकीय संकेत प्रक्रिया , इसे डानामिक रेंज विस्तार के रूप में संदर्भित किया जाता है। विभिन्न अनुप्रयोगों में गतिशील रेंज विस्तार का उद्देश्य आम तौर पर छवि, या अन्य प्रकार के सिग्नल को एक ऐसी सीमा में लाना है जो इंद्रियों के लिए अधिक परिचित या सामान्य है, इसलिए शब्द सामान्यीकरण। मानसिक व्याकुलता या थकान से बचने के लिए अक्सर, प्रेरणा डेटा, संकेतों या छवियों के एक सेट के लिए गतिशील रेंज में स्थिरता प्राप्त करना है। उदाहरण के लिए, एक समाचार पत्र एक अंक में सभी छवियों को ग्रेस्केल की समान श्रेणी साझा करने का प्रयास करेगा।

सामान्यीकरण एक एन-आयामी ग्रेस्केल छवि को बदल देता है

$I:\{\mathbb {X} \subseteq \mathbb {R} ^{n}\}\rightarrow \{{\text{Min}},..,{\text{Max}}\}$

सीमा में तीव्रता मूल्यों के साथ $({\text{Min}},{\text{Max}})$, एक नई छवि में

$I_{N}:\{\mathbb {X} \subseteq \mathbb {R} ^{n}\}\rightarrow \{{\text{newMin}},..,{\text{newMax}}\}$ सीमा में तीव्रता मूल्यों के साथ $({\text{newMin}},{\text{newMax}})$.

ग्रेस्केल डिजिटल छवि का रैखिक सामान्यीकरण सूत्र के अनुसार किया जाता है

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

उदाहरण के लिए, यदि छवि की तीव्रता सीमा 50 से 180 है और वांछित सीमा 0 से 255 है, तो इस प्रक्रिया में प्रत्येक पिक्सेल तीव्रता से 50 घटाना शामिल है, जिससे सीमा 0 से 130 हो जाती है। फिर प्रत्येक पिक्सेल तीव्रता को 255/130 से गुणा किया जाता है। , 0 से 255 की सीमा बनाते हुए।

सामान्यीकरण गैर रेखीय भी हो सकता है, ऐसा तब होता है जब बीच में कोई रेखीय संबंध नहीं होता है $I$ और $I_{N}$. गैर-रैखिक सामान्यीकरण का एक उदाहरण है जब सामान्यीकरण सिग्मॉइड फ़ंक्शन का अनुसरण करता है, उस स्थिति में, सामान्यीकृत छवि की गणना सूत्र के अनुसार की जाती है

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

कहाँ $\alpha$ इनपुट इंटेंसिटी रेंज की चौड़ाई को परिभाषित करता है, और $\beta$ उस तीव्रता को परिभाषित करता है जिसके चारों ओर सीमा केंद्रित है। इमेज प्रोसेसिंग सॉफ्टवेयर में ऑटो-नॉर्मलाइजेशन आमतौर पर इमेज फाइल फॉर्मेट में निर्दिष्ट संख्या प्रणाली की पूर्ण गतिशील रेंज के लिए सामान्य हो जाता है।

यह भी देखें

• ऑडियो सामान्यीकरण, ऑडियो एनालॉग
• हिस्टोग्राम समीकरण

बाहरी संबंध

• Contrast Stretching