第五章[软件系统构成与实现]主要介绍了煤气表数字部分字符识别处理系统这一通过VS2008开发的MFC应用软件的构成与实现。

2  图像滤波模块

我们得到的图像是彩色的，由于彩色图象包含的信息量比较大，运算麻烦，因此，我们要先转换为灰度图像。具体算法为：设每个像素点的灰度级为，把每个像素点的红、绿、蓝三个分量赋予不同的权重，那么像素点的灰度级计算公式为：

                                         （2。1）

其中R、G、B分别代表红色、绿色、蓝色分量的值。

图2。1 原始图像

图2。2  灰度图像

由于实际操作过程中，我们得到的煤气表图像可能会受到环境等因素的干扰，导致图像产生一些噪声，这些噪声会对我们的数字处理造成影响，因此要对图像进行滤波处理。

现在的图像滤波主要有两种方式，一个是直接对图像中各像素点操作的空间域滤波，另一个则是对变换域进行操作的频率域滤波。空间域滤波是通过逐点移动，对图像中的每一个点都进行处理的滤波器[13]，目前，常见的有三种：一个是对图像各个范围像素点灰度值进行均值计算的平滑空间滤波器，它的主要作用是去除图像中的噪声，对图像进行进行模糊化处理；第二种是统计排序滤波器，其中最常见的是中值滤波器，虽然在模糊化程度上效果不好，但是特别适用于椒盐噪声的去除；第三种是锐化空间滤波器，利用它我们可以增强我们所需要的细节。频率域滤波通过滤波器函数（如傅立叶变换等）在变换域对图像的函数进行一些修改，再取反变换回到经过处理的图像平面本身，所用滤波器包括起平滑作用的和起锐化作用的频域滤波器，此外还有同态滤波器[14]等。本文对图像进行空间域滤波的均值滤波、高斯滤波、中值滤波和梯度锐化处理。来;自]优Y尔E论L文W网www.youerw.com +QQ752018766-

2。1 图像的空域滤波

在我们进行空间域的滤波时，我们可以把每幅数字图像都用一个二维函数f(x，y)来表示，对图像滤波就是对该函数进行处理，就是在这个图像中，进行逐点移动，并逐点使用滤波器。滤波器的类型与待处理像素点的邻域内的具体内容决定了滤波器的响应效果，同时必须要保证待处理像素点与滤波器的中心位置重合。

2。1。1图像的均值滤波

均值滤波[15]的基本思路是：首先设计一个滤波器，先将它的中心点与待处理的像素点重合，然后进行数学运算，把滤波器中的所有像素点的灰度值进行取平均值运算，最后再将这个平均值做为该像素点的新的灰度值进行赋值。本文在这里有列出了图2。3所示的3×3平均灰度值模板、图2。4所示3×3的加权平均灰度值模板和图2。5所示5×5的加权平均灰度值模板：