圖像識別中，圖像質量的好壞直接影響識別算法的設計與效果精度，那么除了能在算法上的優化外，預處理技術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處理。

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

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的像素值變為0-1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，否則會出現粘連導致無法分割。

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，突出圖像的細節變化信息；PS：平滑和銳化都屬于濾波，都用同一個函數，都是先建立個濾波器，但區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；

數字化

一幅原始照片的灰度值是空間變量（位置的連續值）的連續函數。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字圖像。為了使數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，M、N 和b的數值越大，重建圖像的質量就越好。當取樣周期等于或小于原始圖像中最小細節周期的一半時，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圖像的不同性質選擇合適的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的系統誤差和儀器位置的隨機誤差所進行的變換。對于衛星圖像的系統誤差，如地球自轉、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，用圖中一定數量的地面控制點解雙變量多項式函數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的一種圖像標準形式。圖像的某些性質，例如物體的面積和周長，本來對于坐標旋轉來說就具有不變的性質。在一般情況下，某些因素或變換對圖像一些性質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。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。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的三種歸一化方法。

平滑

消除圖像中隨機噪聲的技術。對平滑技術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，有時應用空間頻率域帶通濾波方法。

復原

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。在實際應用中常常發生圖像退化現象。例如大氣流的擾動，光學系統的像差，相機和物體的相對運動都會使遙感圖像發生退化。基本的復原技術是把獲取的退化圖像g（x，y）看成是退化函數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系 G（u，v=H（u，v）F（u，v）。根據退化機理確定退化函數后，就可從此關系式求出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噪聲的強化，當u2+v2大于某一界限值W娿時，使M（u，v）等于1。W0的選擇應使H（u，v）在 u2+v2≤W娿范圍內不會出現零點。圖像復原的代數方法是以最小二乘法最佳準則為基礎。尋求一估值弮，使優度準則函數值最小。這種方法比較簡單，可推導出最小二乘法維納濾波器。當不存在噪聲時，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，或將圖像轉變為更適合于機器處理的形式，以便于數據抽取或識別。例如一個圖像增強系統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。圖像增強技術有多種方法，反差展寬、對數變換、密度分層和直方圖均衡等都可用于改變圖像灰調和突出細節。實際應用時往往要用不同的方法，反復進行試驗才能達到滿意的效果。