正規化（Normalization）は、画像処理においてデータのスケールを変換して特定の範囲や形式に調整する操作です。正規化は、データの比較や解析のためにデータを一貫した形式に統一するために使用されます。

画像データの正規化では、ピクセル値の範囲を変換することで行われます。一般的な正規化の手法としては、以下のようなものがあります：

1. 最小-最大正規化（Min-Max Normalization）: ピクセル値の範囲を[0, 1]や[-1, 1]などの指定した範囲に変換します。最小値を0または-1に、最大値を1に対応させ、他の値を線形にスケーリングします。

2. Zスコア正規化（Z-Score Normalization）: ピクセル値を平均値を0、標準偏差を1に変換します。各ピクセルの値から平均値を引き、その結果を標準偏差で割ることによって行われます。

3. 単位長正規化（Unit Length Normalization）: 各ピクセルの値をベクトルとして捉え、ベクトルの長さが1になるように正規化します。これにより、ピクセルの方向にのみ注目することができます。

正規化は、画像処理においてデータの比較や特徴抽出の際に重要な手法です。データのスケールを統一することにより、異なるデータセットの統合や機械学習アルゴリズムの適用を容易にし、情報の偏りや誤差を軽減することができます。また、正規化によって画像のコントラストや明暗の調整が行われる場合もあります。