圖像識(shí)別中，圖像質(zhì)量的好壞直接影響識(shí)別算法的設(shè)計(jì)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(gè)項(xiàng)目中占有很重要的因素，然而人們往往忽略這一點(diǎn)。

圖像預(yù)處理，將每一個(gè)文字圖像分檢出來(lái)交給識(shí)別模塊識(shí)別，這一過(guò)程稱(chēng)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(wú)關(guān)的信息恢復(fù)有用的真實(shí)信息增強(qiáng)有關(guān)信息的可檢測(cè)性和最大限度地簡(jiǎn)化數(shù)據(jù)從而改進(jìn)特征抽取、圖像分割、匹配和識(shí)別的可靠性。預(yù)處理過(guò)程一般有數(shù)字化、幾何變換、歸一化、平滑、復(fù)原和增強(qiáng)等步驟。

1.濾波：濾波（Wave filtering）是將信號(hào)中特定波段頻率濾除的操作，是抑制和防止干擾的一項(xiàng)重要措施。 ps：均值、中值、高斯濾波在一定程度上會(huì)影響圖像的清晰度，清晰圖像無(wú)需進(jìn)行濾波，一般都是有明顯的噪點(diǎn)時(shí)才進(jìn)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(biāo)與背景灰度差別較大時(shí)，用較好，否則會(huì)出現(xiàn)粘連導(dǎo)致無(wú)法分割。

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

4.銳化往往也“增強(qiáng)”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(jìn)一步去進(jìn)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(diǎn)陣上對(duì)照片灰度采樣并加以量化（歸為2b個(gè)灰度等級(jí)之一），可以得到計(jì)算機(jī)能夠處理的數(shù)字圖像。為了使數(shù)字圖像能重建原來(lái)的圖像，對(duì)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(xì)節(jié)周期的一半時(shí)，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(jì)算機(jī)中的存儲(chǔ)量，因此在存儲(chǔ)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(jī)誤差所進(jìn)行的變換。對(duì)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(guò)幾何變換來(lái)消除。隨機(jī)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(lái)，所以一般是在系統(tǒng)誤差被糾正后，通過(guò)把被觀測(cè)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(diǎn)解雙變量多項(xiàng)式函數(shù)組而達(dá)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(biāo)準(zhǔn)形式。圖像的某些性質(zhì)，例如物體的面積和周長(zhǎng)，本來(lái)對(duì)于坐標(biāo)旋轉(zhuǎn)來(lái)說(shuō)就具有不變的性質(zhì)。在一般情況下，某些因素或變換對(duì)圖像一些性質(zhì)的影響可通過(guò)歸一化處理得到消除或減弱，從而可以被選作測(cè)量圖像的依據(jù)。例如對(duì)于光照不可控的遙感圖片，灰度直方圖的歸一化對(duì)于圖像分析是十分必要的。灰度歸一化、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(jī)噪聲的技術(shù)。對(duì)平滑技術(shù)的基本要求是在消去噪聲的同時(shí)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(diǎn)隨灰度值大小變化的。此外，有時(shí)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(jì)得到的圖像盡可能逼近于理想無(wú)退化的像場(chǎng)。在實(shí)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(dòng)，光學(xué)系統(tǒng)的像差，相機(jī)和物體的相對(duì)運(yùn)動(dòng)都會(huì)使遙感圖像發(fā)生退化?；镜膹?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(jī)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(chēng)為反向?yàn)V波器。實(shí)際應(yīng)用時(shí)，由于H（u，v）隨離開(kāi)uv平面原點(diǎn)的距離增加而迅速下降，為了避免高頻范圍內(nèi)噪聲的強(qiáng)化，當(dāng)u2+v2大于某一界限值W娿時(shí)，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(huì)出現(xiàn)零點(diǎn)。圖像復(fù)原的代數(shù)方法是以最小二乘法最佳準(zhǔn)則為基礎(chǔ)。尋求一估值弮，使優(yōu)度準(zhǔn)則函數(shù)值最小。這種方法比較簡(jiǎn)單，可推導(dǎo)出最小二乘法維納濾波器。當(dāng)不存在噪聲時(shí)，維納濾波器成為理想的反向?yàn)V波器。

增強(qiáng)

對(duì)圖像中的信息有選擇地加強(qiáng)和抑制，以改善圖像的視覺(jué)效果，或?qū)D像轉(zhuǎn)變?yōu)楦m合于機(jī)器處理的形式，以便于數(shù)據(jù)抽取或識(shí)別。例如一個(gè)圖像增強(qiáng)系統(tǒng)可以通過(guò)高通濾波器來(lái)突出圖像的輪廓線，從而使機(jī)器能夠測(cè)量輪廓線的形狀和周長(zhǎng)。圖像增強(qiáng)技術(shù)有多種方法，反差展寬、對(duì)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(xì)節(jié)。實(shí)際應(yīng)用時(shí)往往要用不同的方法，反復(fù)進(jìn)行試驗(yàn)才能達(dá)到滿意的效果。