3。1  灰度化处理

从扫描仪和数码相机手机等取像设备得到的图像一般是彩色图像，在彩色图像中，像素的颜色是用红（R）、绿（G）、蓝色（B） 三个分量按不同权值组合,各占八位存储字节的空间来表示的。虽然彩色图像包含了有大量的色彩信号，但这个并不适合对其进行直接操作，而是应该通过灰度化将其转换为灰度图像。这也是相对常用的处理图像的经典方法。另外对于转化成灰度图像的算法已经相对足以满足现在图像处理要求。文献综述

常用的灰度化算法是加权平均法，就是对原本的图像像素数据中的R、G、B三个分量代入系数因子再求其均值[3]。比如可以利用公式：

这样就可以将彩图灰度化了。这其中绿色的系数最大是因为人眼对于绿色敏感度最高。而这里面保留的信息可以满足后续图像处理和OCR识别的要求了，并且空间和算法会节省，也就提高了效率。 

灰度图像矩阵元素的值域通常是［0，255］，256是2的八次方，因此其数据类型一般为8位无符号整数(int8)[8]。其中“0”表黑色，“255”表白色，中间的数字从小到大表示由黑到白的过渡色，例如下图3。1所示：

图3。1  灰度图像表示

图中矩阵表示为I = 

在一些软件中，灰度图像同时也可以用双精度数据类型(double)来表示，取值范围是［0，1］。0代表黑色，1代表白色，0到1之间的小数表示不同的灰度等级（灰度值）。二值图像可以看成是灰度图像的一个特例[8]。

3。2  去除噪声处理

图像文档在扫描的过程中因为外界因素或者硬件设备等条件的限制可能会产生图像噪声，比如一些污点，杂质。图像噪声可以理解为信号中产生的随机信号，这些妨碍正常图像信息的传送，造成真实信息和理想信息的偏差。所以有必要在图像处理中加入去除噪声这一环节。

噪声有很多种，例如高斯噪声、瑞利噪声、椒盐噪声、伽马噪声等噪声。目前解决噪声的方法已经比较成熟，典型代表是空间域滤波降噪法，还有变换域滤波降噪、偏微分方程、变分法、形态学降噪。空间域滤波降噪有邻域均值滤波、邻域中值滤波等。来;自]优Y尔E论L文W网www.youerw.com +QQ752018766-

（1）均值滤波原理是：首先设定一个窗口模板，一般是以个像素为窗口尺寸，这样方便定位中心像素，中心像素也是当前处理的像素对象，然后计算模板窗口内的所有像素灰度平均值。

比如按公式，其中m为像素的个数。

这种滤波降噪的方法相对简单很多，处理速度也非常快。但是对图像的处理效果不够细致，可能会导致图像较为模糊。

（2）中值滤波就相对复杂的多。首先它属于非线性算法，这种算法是根据确定好的窗口内的像素按照灰度等级排序，取这个窗口中灰度中值作为这个窗口的新的灰度值。这种方法对图像损坏小，去噪效果好，但是对一些较为尖锐的图像部分时算法不适用，容易改变正确的图像信息。

（3）频域滤波主要是运用滤波器进行降噪。常用的频率域滤波器有理想滤波器、指数滤波器、巴特沃思滤波器、梯形滤波器等[9]。