?圖像處理，是對圖像進行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術。圖像處理是信號處理在圖像域上的一個應用。目前大多數的圖像是以數字形式存儲，因而圖像處理很多情況下指數字圖像處理。此外，基于光學理論的處理方法依然占有重要的地位。

圖像處理是信號處理的子類，另外與計算機科學、人工智能等領域也有密切的關系。

傳統的一維信號處理的方法和概念很多仍然可以直接應用在圖像處理上，比如降噪、量化等。然而，圖像屬于二維信號，和一維信號相比，它有自己特殊的一面，處理的方式和角度也有所不同。

解決方案

影像強化

幾十年前，圖像處理大多數由光學設備在模擬模式下進行。由于這些光學方法本身所具有的并行特性，至今他們仍然在很多應用領域占有核心地位，例如全息攝影。但是由于計算機速度的大幅度提高，這些技術正在迅速的被數字圖像處理方法所替代。

從通常意義上講，數字圖像處理技術更加普適、可靠和準確。比起模擬方法，它們也更容易實現。專用的硬件被用于數字圖像處理，例如，基于流水線的計算機體系結構在這方面取得了巨大的商業成功。今天，硬件解決方案被廣泛的用于視頻處理系統，但商業化的圖像處理任務基本上仍以軟件形式實現，運行在通用個人電腦上。

常用的信號處理技術

大多數用于一維信號處理的概念都有其在二維圖像信號領域的延伸，它們中的一部分在二維情形下變得十分復雜。同時圖像處理也具有自身一些新的概念，例如，連通性、旋轉不變性，等等。這些概念僅對二維或更高維的情況下才有非平凡的意義。

圖像處理中常用到快速傅立葉變換，因為它可以減小數據處理量和處理時間。

從一維信號處理擴展來的技術和概念

• 分辨率(Image resolution|Resolution)
• 動態范圍(Dynamic range)
• 帶寬(Bandwidth)
• 濾波器設計(Filter (signal processing)|Filtering)
• 微分算子(Differential operators)
• 邊緣檢測(Edge detection)
• Domain modulation
• 降噪(Noise reduction)

專用于二維（或更高維）的技術和概念

• 連通性(Connectedness|Connectivity)
• 旋轉不變性(Rotational invariance)

典型問題

• 幾何變換（geometric transformations）：包括放大、縮小、旋轉等。
• 顏色處理（color）：顏色空間的轉化、亮度以及對比度的調節、顏色修正等。
• 圖像融合（image composite）：多個圖像的加、減、組合、拼接。
• 降噪（image denoising）：研究各種針對二維圖像的去噪濾波器或者信號處理技術。
• 邊緣檢測（edge detection）：進行邊緣或者其他局部特征提取。
• 分割（image segmentation）：依據不同標準，把二維圖像分割成不同區域。
• 圖像編輯（image editing）：和計算機圖形學有一定交叉。
• 圖像配準（image registration）：比較或集成不同條件下獲取的圖像。
• 圖像增強（image enhancement）：
• 圖像數字水印（image watermarking）：研究圖像域的數據隱藏、加密、或認證。
• 圖像壓縮（image compression）：研究圖像壓縮。

應用

• 攝影及印刷 (Photography and printing)
• 衛星圖像處理 (Satellite image processing)
• 醫學圖像處理?(Medical image processing)
• 面孔識別, 特征識別 (Face detection, feature detection, face identification)
• 顯微圖像處理?(Microscope image processing)
• 汽車障礙識別 (Car barrier detection)

軟件工具

• ImageJ?[1]
• OpenCV?[2]
• Rapidminer圖像處理擴展?[3]?-工具，圖像處理和圖像挖掘

相關相近領域

• 分類（en:Classification）
• 特征提取
• 模式識別
• 投影
• 多尺度信號分析（en:Multi-scale signal analysis）
• 離散余弦變換

總結

以上是生活随笔為你收集整理的图像处理概述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。