图像预处理

1，白化：

目标：1，减少特征之间的相关性；2，特征具有相同的方差（协方差阵为1）；

具体解析可参考：https://blog.csdn.net/whiteinblue/article/details/36171233

白化实现有pca白化和zca白化，区别在于后者会映射到原始空间，zca白化的实现（输入原始图像矩阵）：

      sigma = np.dot(inputs, inputs.T)/inputs.shape[1] #inputs是经过归一化处理的，所以这边就相当于计算协方差矩阵  

      U,S,V = np.linalg.svd(sigma) #奇异分解  

      epsilon = 0.1                #白化的时候，防止除数为0  

      ZCAMatrix = np.dot(np.dot(U, np.diag(1.0/np.sqrt(np.diag(S) + epsilon))), U.T)                     #计算zca白化矩阵  

      return np.dot(ZCAMatrix, inputs)   #白化变换  

 

2，归一化

 

3，直方图均衡化

 

4，Augmentation