【CV】图像的对比度归一化（Contrast Normalization）

Backto DL CV

深度学习架构往往有固定的输入表示格式(reprensentation), 原始图像往往难以直接满足 model 的胃口。这就需要对原始图像做预处理，使得图像标准化，方便通用处理。比如，使得图像中的像素都在相同并且合理的范围内 $[0,1]or[-1,1]$, 或者是把图像 resize 到标准尺寸。

对比度指的是图像中亮像素和暗像素之间的差异的大小，对比度是能够安全移除的最为明显的变化源之一。在 DL 中，contrast 指的是图像或图像区域中像素的标准差。假设一张用 tensor 表示的图像 $X\in R^{r\times c\times 3}$, 其中 $X_{i,j,1/2/3}$ 分别代表第 $i$ row, 第 $j$ col, Red/Green/Blue 的强度。那么整个图像的contrast 就是 I c o n t r a s t = 1 3 r c ∑ i = 1 r ∑ j = 1 c ∑ k = 1 3 ( X i , j , k − X ˉ ) 2 I_{contrast} = \sqrt{\frac 1 {3rc} \sum_{i=1}^r\sum_{j=1}^c\sum_{k=1}^3(X_{i,j,k} - \bar X)^2} Icontrast​=