图像处理中数据归一化

在统计学中，归一化的具体作用是归纳统一样本的 统计分布性。归一化在0-1之间是统计的 概率分布，归一化在-1--+1之间是统计的坐标分布。

即该函数在(-∞,+∞)的积分为1

例如概率中的密度函数就满足归一化条件

归一化函数举例：

线性函数转换如下

y=(x-MinValue)/(MaxValue-MinValue)

说明：x、y分别为转换前、后的值，MaxValue、MinValue分别为样本的最大值和最小值。

数函数转换如下

y=log10(x)

说明：以10为底的 对数函数转换。

反正切函数转换如下

y=atan(x)*2/PI

opencv实现归一化：

    cvMinMaxLoc(mat_low_double,&minvalue,&maxvalue);
cvConvertScale(mat_low_double,mat_low_double,1,-minvalue);
cvConvertScale(mat_low_double,mat_low_double,255/(maxvalue-minvalue),0);//归一化