文档的数字化是建设信息化社会的迫切需要,作为转换工具的OCR(Optical Character Recognition,光学字符识别)技术已得到广泛应用。随着数字成像设备的普及,OCR技术开始进入视觉文档图像这一领域。本文针对视觉文档图像的光学失真进行校正,主要包括椒盐噪声的去除、消除图像模糊、曝光不良的处理、积厚阴影的消除和单幅图像的超分辨率探讨五个组成部分。主要工作如下：对于文档图像中存在的椒盐噪声,改进了基于笔画特性的椒盐噪声处理方法。改进后的算法不仅不会产生文字模糊或笔画丢失,而且能有效适应多语种文字的图文混排,合理进行阈值判断,有效去除文档图像中的椒盐噪声。对于模糊的文档图像,改进了提取文字骨架来处理模糊的算法。该算法根据文档图像的特性,将常见字体分为两大类,并对每类字体设计不同的求阈值方法,改进后的算法,能够有效地消除图像的模糊。对于曝光不良的视觉文档图像,改进了基于目标和背景分离的目标增强算法。改进后的算法对含版画类插图的视觉文档图像,先利用二值化和数学形态学方法对插图位置进行判定,再对插图区和剩余区分别进行不同的增强处理,实验结果表明,较之改进前,能更好地处理视觉文档图像。对于视觉文档图像中的积厚阴影,本文实现了已有的“借鉴视觉图像曝光不良的校正”来处理积厚阴影的算法。实验表明,该算法能有效去除视觉文档图像中的积厚阴影。针对小字号文字的OCR识别率不高的情况,本文提出一种先进行插值放大,再利用小波分解,并对图像的高频信息进行增强,最后小波逆分解合成的方法,该方法经实验验证,能有效地对放大后的文字边缘进行增强,提高OCR识别率。