ver0.83--preproc_data.m

最新推荐文章于 2022-10-18 11:38:27 发布

原创最新推荐文章于 2022-10-18 11:38:27 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

ver0-83 专栏收录该内容

5 篇文章

订阅专栏

本文介绍了一种针对MNIST手写数字数据集的图像预处理方法。该方法通过调整图像大小、标准化像素值来提高后续处理的效果。文章详细阐述了如何实现图像数据的随机选择、尺寸扩展以及归一化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

function [pd,labnew] = preproc_data(id,n,labels,rand_on)
%preproc_data MNIST手写图像数据库预处理。
%
%  Syntax
%  
%    [pd,labnew] = preproc_data(id,n,labels,rand_on)
%    
%  Description
%   Input:
%    id - 图像28×28大小的单元阵列
%    n - 要处理的图像数
%    labels - 单元阵列的标签，对应于图像
%    rand_on - 参数，定义是否有必要随机选取一对图像/标签
%   Output:
%    pd - 处理图像的单元阵列具有0平均值，1标准偏差和尺寸增加（从28x28到32x32）
%    labnew - 对应于该图像的标签单元阵列

for k=1:n
    if(rand_on==1)        
        rand_num = ceil(rand(1,1)*length(id));
    else
        rand_num = k;
    end
    labnew(k) = labels(rand_num);
    randd{k} = zeros(32,32);
    randd{k}(3:30,3:30)=double(id{rand_num});
    %pd{k} = reshape(mapstd(reshape(randd{k},1,[])),32,32);
    gain = 1./ std(randd{k}(:));
    pd{k} = (randd{k} - mean(randd{k}(:))).*gain;        
end