数字图像处理技术内容与发展现状

数字图像处理就是采用一定的算法对数字图像进行处理，以获得人眼视觉或者某种接收系统所需要的图像过程。图像处理的基础是数学，主要任务是进行各种算法设计和算法实现。

目前，图像处理技术已经在许多不同的应用领域中得到重视，并取得了巨大成就。根据应用领域要求的不同，数字图像处理技术可以分为许多分支技术。重要的分支技术有：

（1）图像变换。图像阵列很大时，若直接在空域中处理，计算量将很大。为此，通常采用各种图像变换方法，如傅里叶变换、沃尔什变换、离散余弦变换、小波变换等间接处理技术，将空域处理转换到变换域处理，这样可以有效地减少计算量，提高处理性能。

（2）图像增强与复原。主要目的是增强图像中的有用信息，削弱干扰和噪声，是图像更加清晰，或者将其转换为更适合人或者机器分析的形式。图像增强并不要求真实地反映原始图像，而图像复原则要求尽量消除或者减少获取图像过程中所产生的某些退化，使图像能够反映原始图像的真实面貌。

（3）图像压缩编码。在满足一定保真度的条件下，对图像信息进行编码，可以压缩图像的信息量，简化图像的表示，从而大大压缩图像描述的数据量，以便于存储和传输；图像压缩在不同的应用背景下可以采取不失真压缩和失真压缩。

（4）图像分割。图像分割是数字图像处理中的关键技术之一，是为了将图像中有意义的特征提取出来。它是进一步进行图像识别、分析和理解的基础。图像的有意义特征包括图像对象的边缘、区域等。

（5）图像分析。对图像中的不同对象进行分割、分类、识别、描述和解释。

（6）图像识别。图像识别属于模式识别的范畴，其主要内容是在图像经过经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判别分类。图像分类常用的经典识别方法有统计模式分类和句法模式分类。近年来，新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。

（7）图像隐藏。是指媒体信息的相互隐藏，常见的有数字水印和图像的信息伪装等。

不同的图像处理技术应用于不同的领域，发展出了不同的分支学科，如遥感图像处理、医学图像处理等，其他如计算机图形学、模式识别、人工智能和机器人视觉等学科领域也与图像处理有着密切的关系。