1.一种基于多光谱成像技术的低质量文档图像二值化方法，其特征在于，包括以下步骤：步骤1：读取待处理文档的多光谱图像，并做线性归一化处理，获得到光谱分量图像；

步骤2：对光谱分量图像进行阈值化处理；包括局部对比度增强处理、高对比度像素检测处理、笔画宽度估计处理和局部精细二值化处理；

步骤3：目标检测；包括对步骤2中处理后的光谱分量图像进行光谱图像特征提取、估计自适应相干图像、基于梯度算子的图像阈值化和消除误判处理；

步骤3的具体实现包括以下子步骤：

步骤3.1：基于步骤2中处理后的光谱分量二值图像B0(x,y)进行光谱图像特征提取处理；

步骤3.1.1：基于步骤2中处理后的光谱分量二值图像B0(x,y)估计多光谱图像前景像素灰度平均值μFG、背景像素灰度平均值μBG及其差值Δ＝μFG-μBG；

步骤3.1.2：计算多光谱图像背景像素间的协方差矩阵：Σ＝E[(I-μBG)T(I-μBG)]，

其中，I表示多光谱图像灰度矩阵，T表示矩阵转置，E表示数学期望；

步骤3.1.3：估计其广义逆矩阵Σ-1，使同时满足以下条件：步骤3.2：估计自适应相干图像；

基于步骤3.1提取的多光谱图像特征，估计自适应相干图像 计算公式为：并将其动态范围限制在[0,1]之间，即：

步骤3.3：基于梯度算子的图像阈值化；

步骤3.2输出图像 在位置(x,y)处的梯度定义为：其中， 和 分别表示图像 沿x和y方向的一阶导数；

针对梯度图像进行高对比度像素检测处理、笔画宽度估计处理和局部精细二值化处理，获得二值化输出图像B1(x,y)；

步骤3.4：消除误判处理；

步骤3.4.1：基于步骤3.2估计的自适应相干图像 进行全局最优阈值化处理，得到二值图像B′1(x,y)；

步骤3.4.2：将二值图像B0(x,y)和B′1(x,y)同时标记为前景的像素点视为真正的前景像素TP，并以此删除B0(x,y)中所有的伪前景点，得到二值图像B2(x,y)：其中， 为w×w邻域内检测出的TP前景像素总数， 为w×w邻域内预先确定的TP像素下限值；

步骤4：阈值图像融合处理；包括二值图像融合和图像后处理。

2.根据权利要求1所述的基于多光谱成像技术的低质量文档图像二值化方法，其特征在于：步骤1中所述获得到光谱分量图像，包括1个紫外光谱：340nm，3个可见光谱：500nm、

600nm、700nm，4个红外光谱：800nm、900nm、1000nm、1100nm。

3.根据权利要求1或2所述的基于多光谱成像技术的低质量文档图像二值化方法，其特征在于，步骤1中所述线性归一化处理，计算公式如下：其中，I(x,y)和I′(x,y)分别表示归一化前、后的图像灰度值，Imax和Imin分别表示光谱分量图像的灰度最大值和最小值。

4.根据权利要求1所述的基于多光谱成像技术的低质量文档图像二值化方法，其特征在于，步骤2的具体实现包括以下子步骤：步骤2.1：对光谱分量图像进行局部对比度增强处理，计算公式如下：其中，C(x,y)表示图像的局部对比度，Imax(x,y)和Imin(x,y)分别表示图像在以(x,y)为中心的3×3邻域内的灰度最大值和最小值；

步骤2.2：对于步骤2.1的输出图像进行高对比度像素检测处理；

对于步骤2.1的输出图像，记t∈[0,L-1]为图像前景与背景的分割阈值，L为灰度级分辨率；如果前景像素占图像比例 前景像素平均灰度值 背景像素占图像比例 背景像素平均灰度值 则图

像的总体平均灰度值为 其中，pi表示归一化直方图；

定义前景和背景图像的类间方差为：

实现高对比度像素检测的准则是，通过确定全局最优阈值t0，使分割后的前景和背景差异最大，即：步骤2.3：基于步骤2.2检测出的高对比度像素进行笔画宽度估计处理；

步骤2.3.1：基于步骤2.2检测出的高对比度像素，利用Canny算子对图像进行边缘检测，每个边缘像素点p都具有一个方向梯度值dp；

步骤2.3.2：如果像素点p位于笔画边缘，计算p的方向梯度dp，并沿着射线r＝p±n×dp梯度查找与之对应的另一个边缘像素点q，计算q的方向梯度dq，dp与dq的方向是大致相反的，即： 其中n≥0；

步骤2.3.3：执行下述判断；

如果边缘像素点p找不到对应匹配的q或者其方向梯度dp与dq不满足大致相反的要求，则舍弃该射线r；

如果边缘像素点p找到对应匹配的q或者其方向梯度dp与dq满足大致相反的要求，则在[p,q]路径上的每个像素点都指定为笔画宽度属性值，即欧式距离dist＝||p-q||，除非该像素点已经被指定了一个更小的笔画宽度属性值；

步骤2.3.4：重复步骤2.3.2，直到计算出所有未被舍弃路径上的像素笔画宽度值，并统计其分布直方图H(dist)，则笔画宽度估计为：SWE＝argmax[H(dist)]；

步骤2.4：基于步骤2.3估计的字符笔画宽度进行局部精细二值化处理；

基于步骤2.3估计的字符笔画宽度确定滑动邻域窗尺寸，从而实现字符前景与页面背景的精细分割，具体公式为：其中， 为w×w邻域内检测出的高对比度像素总数， 为w×w邻域内由文档字符笔画宽度确定的最少像素下限值，I(x,y)为图像(x,y)处的灰度值，μw(x,y)和σw(x,y)分别表示以(x,y)为中心的w×w邻域内光谱分量图像的灰度平均值和标准偏差，B0(x,y)表示获得的二值图像。

5.根据权利要求1所述的基于多光谱成像技术的低质量文档图像二值化方法，其特征在于，步骤4的具体实现包括以下子步骤：步骤4.1：二值图像融合；

针对二值图像B1(x,y)和B2(x,y)，采用以下公式进行二值图像融合：其中，B(x,y)为融合后的二值图像；

步骤4.2：图像后处理

去除字符笔画边缘少于10个像素的椒盐噪声，并填充字符笔画内部少于10个像素的笔画空洞。