灰度化通常包含平均值法、最大值法和加权平均值法三种。

（1）平均值法：gray的取值为R、G、B三者的平均值。

（2）最大值法：gray的取值为R、G、B三者的最大值。

（3）加权平均值法：在基于先验加权系数的情况下，R、G、B三者的加权平均值即为gray的值。

2。1。2图像增强

在采集图像时，受光照强度、系统噪声、曝光强弱等因素的影响，会使得图像的品质下降，所谓图像增强就是要将有用的图像信息进行增强，丰富图像信息，凸显图像的关键及重点特征，同时抑制不必要的特征信息，进而改善图像质量，加强识别效果。图像对比度的减弱，会使得图像中字符的清晰度下降，甚至影响后面的字符定位和分割过程，进而无法正确识别，降低了系统识别的正确率。

图像增强的目的就是针对性地强调和区分图像的整体或局部特征，以满足特定场合的分析需求，常用的图像增强方法有灰度线性变换、线性滤波器等，前者能很好增强图像字符的清晰度，便于二值化、分割及识别处理，后者能有效增强图像特征的亮度和对比度，以便图像定位[10]。来,自.优;尔:论[文|网www.youerw.com +QQ752018766-

2。1。3滤波环节

因为有噪声，图像的质量和特征受到很大影响，为了抑制噪声，需要对图像进行滤波处理，以便增强有用的特征信息。但考虑到高频分量，在滤波时要注意保护边缘信息。滤波往往分为频域滤波法和空间域滤波法（预处理时大多采用），后者主要包括均值滤波和中值滤波[11]。

（1）中值滤波器使用奇数个采样组成的观察窗来观察像素较多、面积较大的图像小方块，无须图像的统计特性，对滤波脉冲及图像的扫描噪声比较有效，同时能较好保护图像的边缘信息，因此广泛应用于边缘信息模糊化的保护。

（2）均值滤波器属于平滑线性滤波器的一种，图像可以看成由恒定灰度值的很多小方块组成，各小方块的像素有很大的空间相关性。考虑到噪声的独立统计性，像素的灰度值可以用平均值替代，以减少灰度的快速跳变。