圖像識別中，圖像質(zhì)量的好壞直接影響識別算法的設(shè)計與效果精度，那么除了能在算法上的優(yōu)化外，預(yù)處理技術(shù)在整個項目中占有很重要的因素，然而人們往往忽略這一點。

圖像預(yù)處理，將每一個文字圖像分檢出來交給識別模塊識別，這一過程稱為圖像預(yù)處理。

圖像預(yù)處理的主要目的是消除圖像中無關(guān)的信息恢復(fù)有用的真實信息增強有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)從而改進特征抽取、圖像分割、匹配和識別的可靠性。預(yù)處理過程一般有數(shù)字化、幾何變換、歸一化、平滑、復(fù)原和增強等步驟。

1.濾波：濾波（Wave filtering）是將信號中特定波段頻率濾除的操作，是抑制和防止干擾的一項重要措施。 ps：均值、中值、高斯濾波在一定程度上會影響圖像的清晰度，清晰圖像無需進行濾波，一般都是有明顯的噪點時才進行濾波處理。

2.圖像的歸一化和直方圖有相似性，在一定程度上可以將詭異哈理解為0-255的像素值變?yōu)?-1之間，縮小了其分配距離。ps：在目標與背景灰度差別較大時，用較好，否則會出現(xiàn)粘連導(dǎo)致無法分割。

3.圖像的平滑（濾波）是對圖像灰度跳變的一種抑制，圖像的銳化則相反，它是對圖像的灰度跳變部分的一種增強，突出圖像的細節(jié)變化信息；PS：平滑和銳化都屬于濾波，都用同一個函數(shù)，都是先建立個濾波器，但區(qū)別在于選擇的方式算子不同；例如：建立一個濾波器為：h = fspecial（type，parameter）;再通過該濾波器對圖像進行濾波決定是平滑還是銳化：filterImage = imfilter（srcImage，h）;

4.銳化往往也“增強”了噪聲，可以將圖像銳化和平滑結(jié)合使用，若圖像本身就有很明顯的噪聲，可先平滑再銳化，若圖像銳化后有了噪聲，可再進一步去進行平滑處理；

數(shù)字化

一幅原始照片的灰度值是空間變量（位置的連續(xù)值）的連續(xù)函數(shù)。在M×N點陣上對照片灰度采樣并加以量化（歸為2b個灰度等級之一），可以得到計算機能夠處理的數(shù)字圖像。為了使數(shù)字圖像能重建原來的圖像，對M、N和b值的大小就有一定的要求。在接收裝置的空間和灰度分辨能力范圍內(nèi)，M、N 和b的數(shù)值越大，重建圖像的質(zhì)量就越好。當(dāng)取樣周期等于或小于原始圖像中最小細節(jié)周期的一半時，重建圖像的頻譜等于原始圖像的頻譜，因此重建圖像與原始圖像可以完全相同。由于M、N 和b三者的乘積決定一幅圖像在計算機中的存儲量，因此在存儲量一定的條件下需要根據(jù)圖像的不同性質(zhì)選擇合適的M、N 和b值，以獲取最好的處理效果。

幾何變換

用于改正圖像采集系統(tǒng)的系統(tǒng)誤差和儀器位置的隨機誤差所進行的變換。對于衛(wèi)星圖像的系統(tǒng)誤差，如地球自轉(zhuǎn)、掃描鏡速度和地圖投影等因素所造成的畸變，可以用模型表示，并通過幾何變換來消除。隨機誤差如飛行器姿態(tài)和高度變化引起的誤差，難以用模型表示出來，所以一般是在系統(tǒng)誤差被糾正后，通過把被觀測的圖和已知正確幾何位置的圖相比較，用圖中一定數(shù)量的地面控制點解雙變量多項式函數(shù)組而達到變換的目的。

歸一化

使圖像的某些特征在給定變換下具有不變性質(zhì)的一種圖像標準形式。圖像的某些性質(zhì)，例如物體的面積和周長，本來對于坐標旋轉(zhuǎn)來說就具有不變的性質(zhì)。在一般情況下，某些因素或變換對圖像一些性質(zhì)的影響可通過歸一化處理得到消除或減弱，從而可以被選作測量圖像的依據(jù)。例如對于光照不可控的遙感圖片，灰度直方圖的歸一化對于圖像分析是十分必要的?；叶葰w一化、幾何歸一化和變換歸一化是獲取圖像不變性質(zhì)的三種歸一化方法。

平滑

消除圖像中隨機噪聲的技術(shù)。對平滑技術(shù)的基本要求是在消去噪聲的同時不使圖像輪廓或線條變得模糊不清。常用的平滑方法有中值法、局部求平均法和k 近鄰平均法。局部區(qū)域大小可以是固定的，也可以是逐點隨灰度值大小變化的。此外，有時應(yīng)用空間頻率域帶通濾波方法。

復(fù)原

校正各種原因所造成的圖像退化，使重建或估計得到的圖像盡可能逼近于理想無退化的像場。在實際應(yīng)用中常常發(fā)生圖像退化現(xiàn)象。例如大氣流的擾動，光學(xué)系統(tǒng)的像差，相機和物體的相對運動都會使遙感圖像發(fā)生退化。基本的復(fù)原技術(shù)是把獲取的退化圖像g（x，y）看成是退化函數(shù)h（x，y）和理想圖像f（x，y）的卷積。它們的傅里葉變換存在關(guān)系 G（u，v=H（u，v）F（u，v）。根據(jù)退化機理確定退化函數(shù)后，就可從此關(guān)系式求出F（u，v），再用傅里葉反變換求出f（x，y）。通常把

稱為反向濾波器。實際應(yīng)用時，由于H（u，v）隨離開uv平面原點的距離增加而迅速下降，為了避免高頻范圍內(nèi)噪聲的強化，當(dāng)u2+v2大于某一界限值W娿時，使M（u，v）等于1。W0的選擇應(yīng)使H（u，v）在 u2+v2≤W娿范圍內(nèi)不會出現(xiàn)零點。圖像復(fù)原的代數(shù)方法是以最小二乘法最佳準則為基礎(chǔ)。尋求一估值弮，使優(yōu)度準則函數(shù)值最小。這種方法比較簡單，可推導(dǎo)出最小二乘法維納濾波器。當(dāng)不存在噪聲時，維納濾波器成為理想的反向濾波器。

增強

對圖像中的信息有選擇地加強和抑制，以改善圖像的視覺效果，或?qū)D像轉(zhuǎn)變?yōu)楦m合于機器處理的形式，以便于數(shù)據(jù)抽取或識別。例如一個圖像增強系統(tǒng)可以通過高通濾波器來突出圖像的輪廓線，從而使機器能夠測量輪廓線的形狀和周長。圖像增強技術(shù)有多種方法，反差展寬、對數(shù)變換、密度分層和直方圖均衡等都可用于改變圖像灰調(diào)和突出細節(jié)。實際應(yīng)用時往往要用不同的方法，反復(fù)進行試驗才能達到滿意的效果。