数字图像处理期末总结范文第1篇
(1) 图像信息量大(2)图像处理技术综合性强(3)图像信息理论与通信理论密切相关
一副遥感图像占用3240x2340x4=30MB
1、 数字图像处理的主要内容：(1)图像信息的获取(2)图像信息的储存(3)图像信息的传送(4)图像信息的输出和显示
2、 数字图像处理：集几何处理、算数处理、图像增强、图像复原、图像重建、图像编码、图像识别、图像理解。
3、 图像工程：图像处理、图像分析、图像理解。
4、 第一代编码：以去除冗余为基础的编码方法。例如：变化编码中的DFT、DCT、walsh-Hadamard变换等方法，以及以此为基础的混合编码。
5、 图像的输出与显示，图像输出有两种，硬拷贝和软考贝。硬拷贝方法有：照相、激光复印、彩色喷墨打印。
软考贝：CRT显示、液晶显示器、场致发光显示器。
第二章：图像、图像处理系统与视觉系统
1、发光强度：发光光源的功率。
单位：烛光功率lcp、新烛光lcd。
2、光通量：是每秒钟内光流量的度量。
单位：流明lm。
3、照度：入射到某表面的光通量密度。
4、熵：平均信息量。：
5、液晶显示器的优、缺点：(1)超精致的图像质量(2)真正的平面显示(3)体积小、重量轻(4)功耗低、节省能源(5)TFT LCD无辐射、无闪烁。
缺点：于CRT显示器相比，LCD显示器图像质量不够完善，液晶显示器响应时间不够短，视角偏小。
6、 三色混合及色度表示原理。有三基色混配各种颜色的方法通常有：相加混色、相减混色。
著名的拉格斯曼定律反应了视觉对颜色的反应取决于红 、绿、 蓝 三输入量的代数和。
7、 R：red 、 G： green 、
B: blue
8、 HSI颜色模型、H: 色调(Hue)、S: 饱和度(Saturation)、I：强度I(Intensity) 第四章：图像增强
1、图像增强：是按照特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息的处理方法。
图像增强的目的?
使处理后的图像对某种特定的应用来说，比原始图像更适用。
2、图像增强技术主要包括：直方图修改处理、图像平滑处理、图像尖锐化处理、彩色处理。
3、图像增强技术可分两类：频域处理法、 空域处理法。
4、频域处理法的基本原理：可以增强图像中的低频分量使图像得到平滑，也可以强调图像中的高频分量使图像的边缘得到增强。
5、什么是灰度级的直方图?
灰度级的直方图就是反应一幅图像中的灰度级与出现这种灰度的概率之间关系的图形。
6、图像平滑处理方法有空域法和频域法两种，主要有邻域平均法、低通滤波法、多图像平均法。
7、图像处理中最常用的模型是：RGB、YIQ 和 HIS
8、直方图均衡化处理的主要步骤是什么?
9、什么是“简并”现象?如何克服简并现象?
(1)在直方图修正的过程中，总要出现灰度等级减少的情况，这种现象就是简并现象。
(2)增加像素的比特数、采用灰度间隔放大理论的直方图修正法也可减少简并现象。
10、多图像平均法为何能去噪声?它的主要难点是什么?
(1) 如果一幅图像包含有加性噪声，这些噪声对每个坐标点是不相关的，并且其平均值为零，在这种情况下就可能采用多图像平均法来达到去噪声的目的。
多图像平均法是把一系列有噪声的图像叠加起来然后再取平均值以达到平滑的目的。
当作平均处理的噪声图像数目增加时，其统计平均值就越接近原始无噪声图像。
(2)难点在于把多幅图像配准起来，以方便使相应的像素能正确的对应排列。 第五章 图像复原
1、试述编码效率和冗余度的概念及如何计算编码效率和冗余度?
2、编码的基本限制就是码字要有单义性和非续长性。
3、单义性码：是指任意一个有限长的码字序列只能被分割成一个一个的码字，而任何其他分割方法都会产生一些不属于码字集合中的码字。
4、非续长代码：是指任意一个码字都不是其他码字的续长。
5、非续长代码一定是单义的，但是，单义代码却不一定是非续长的。
6、最常用的变长编码方法是哈弗曼(Huffman)码和香农-费诺(Shannon-Fano)码
7、正交变换编码的性质：(1)正交变换具有熵保持性质(2)正交变换具有能量保持性质(3)能量从新分配与集中(4)去相关特性。
8、求T的步骤：
(1)给定一幅图像后，首先要统计其协方差矩阵Cx;
(2)由Cx求λ矩阵，即【λE—Cx】。并且由|λE—Cx |=0得其特征根，进而求得每一个特征根所对应的特征向量;
(3)由特征向量求出变换矩阵T;
(4)用求得的T对图像数据进行正交变换。
1、中值滤波与均值滤波的特点及差异?
中值滤波：是一种去噪声的非线性处理方法;它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。
其基本原理是：把数字图像或数字序列中一点的值用该点的一个邻域中
个点值的中值代替。
均值滤波：也称线性滤波，其采用的主要方法为邻域平均法。
其基本原理是：用均值替代图像中的各像素值。
举例说明直方图均衡化的基本步骤
直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。
直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr 直方图修正的例子 假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。 根据公式可得：
s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1.00 由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取：
S0≈1/7，s 1≈3/7，s2≈5/7，s3≈6/7， s4≈6/7，s5≈1，s6≈l，s7≈1。
可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号：
S0’=l/7，s1’=3/7，s2’=5/7，s3’=6/7，s4’=l。
数字图像处理期末总结范文第2篇
关键词：数字多媒体;图像处理;压缩编码;图像分割
1 概述
随着信息化技术的普及和应用，多媒体处理技术得到了飞速发展，为了增强对图像信息的处理效率和实用性，数字图像处理技术应运而生。数字图像处理技术主要利用计算机或其他硬件来对大量的数字图像信息进行高效处理，具体而言，包括对图像进行分割、复原、变换等等[1]。近年来，的数字多媒体图像处理技术受到了越来越多的关注，紧随计算机处理能力的不断提高，数字图像处理技术也得到了很大提升。对图像信息的充分利用和数字化处理，可以满足不同领域的应用需求。关于数字多媒体图像处理技术的研究范围较广，既包含数字分析，也涉及光学系统等领域。因此，数字多媒体图像处理技术在军事、工业、生物医学、网络通信、航空航天等多个领域都发挥了重要作用。相比于传统的图像处理技术，可显著节约时间，而且能够简化对复杂图像的处理过程。
2 数字多媒体图像处理技术的主要研究方向和现状
相比于传统的图像处理技术，数字图像处理技术有诸多优点，如再现性更好、处理精度更高、适用面更宽，且灵活性也更高。目前，关于数字图像处理技术的。主要研究方向大致包括图像的数字化和压缩编码、图像增强与恢复、图像分割和图像分析等四个方面，这四个方向既是目前关于数字图像处理技术的主流方向，同时也是对图像进行处理的主要流程[2]。下面分别详细介绍这四个研究方向的主要内容和研究现状。
(1) 图像的数字化和压缩编码
图像的数字化是指对图像进行取样和量化，将图像变换为数字形式，使其适合用计算机进行处理。在计算机内部，图像被表示为数字矩阵的形式，矩阵的每一个元素代表了图像的每一个像素。图像的压缩编码的目的就是要对图像的信息量进行压缩，使其适合存储或在信道中进行传输。常用的图像编码方式包括模拟处理和数字处理。在采用模拟处理技术时，通常需要进行数-模转换来得到编码。而数字编码技术通常对图像进行逐点加工，或者对图像属性进行变换，利用图像的特征进行编码等[3]。
图像的压缩编码是为了尽可能地降低数据存储占用的空间，同时尽量传递更多的信息量，从而降低传输图像时所需的时间的带宽。近年来，图像压缩编码取得了很多研究成果，如EZW编码算法和SPIHT编码算法等，这两种算法的结构较为简单，且图片在复原时候的质量较好，但是其时间和空间复杂度较高。此后，小波变换的图像压缩算法发展成为主要方向，改算法适用于分析非平稳信号，具有更好的适用性。
(2) 图像增强与恢复
图像的增强与恢复是图像处理的重要环节。其中，图像增强的目的是使得图像更为清晰，或将其进行转换使其适合被人和机器分析或识别。对图像进行增强的常用方法包括边缘锐化、干扰抵制、灰度等级直方图处理等等。在获得图像过程中，难免会受到各种因素的影响，比如光学系统的离焦、物体的相对运动等。图像恢复的目的就是为了去除这些原因所导致的图像退化。
在对图像进行增强和恢复前，通常首先分析各种增强算法的优缺点和侧重点，然后根据图像的具体特点决定使用哪种或哪几种增强方法。常见的处理流程是，首先根据图像自身性质，建立相应的数学模型;其次，实行相应的恢复算法降低退化源造成的影响;然后，根据图像的先验知识，建立原始图像的模型;最后，通过检测原始图像而复原图像。
(3) 图像分割
图像分割是指将图像划分为不同的区域，这些区域相互不会重叠，而且每一个区域中的像素是连续的。目前常见的图像分割方法是利用图像的纹理特性来对其进行分割，可进一步分为区域法和边缘法。其中，区域法是将像素划分到特定的区域，而边缘法是通过寻找区域之间的边界来对图像进行分割。
基于区域的分割方法包括阈值法、分裂合并法等等，其基本原理是将图像分割成多个不重叠的区域，同时保证每个区域特征的相似性是内部大于外部，且每个区域内部的像素满足特征相似性准则。基于边缘的分割方法是通过检测图像局部特征的突变性来把图像分割成不同的区域。典型的边缘检测算子包括微分算子法和边界跟踪法，微分算子法计算简单快速，但是对干扰噪声较为敏感;边界跟踪法从梯度图中的一点出发，一次寻找相邻边缘点，最终实现对边界的检测。在实际应用中，通常综合利用多种算法来对图像进行分割
(4) 图像分析
在对图像进行上述一系列处理之后，通过对圖像进行分析，从中提取出有用的数据和信息才是图像处理的目的。而图像分析就是为了获得以数值形式所表示的数据和信息。与现有的模式识别、人工智能相比，图像分析的内容与其既有交叉也有区别。图像分析是在利用图像分割方法抽取图像特征的基础上，利用符号对图像进行描述，进而判断该图像中是否存在某种信息。
图像分析具体可包括图像描绘和纹理分析两个方面。其中，图像描绘是在图像分割的基础上，利用目标提供的信息和相互关系，对目标进行识别，可进一步分为内部描述、边界描述和关系描述。常见的纹理分析方法主要是利用纹理图像的结构、纹理的不同数字特征、纹理在频域的表现特点或某种数学模型对图像的纹理进行分析，与之相对应的方法分别称为结构法、统计法、频谱法和模型法。
3 数字多媒体图像处理技术的应用领域
在信息高速发展的今天，数字多媒体图像已经成为人们获取和交换信息的重要方式，因此，数字多媒体图像处理技术的应用领域涉及人类生活的多个方面，具体而言：
在航空航天方面，较为常见的应用场景是利用数字图像处理技术对月球、火星的照片进行处理，以及对飞机和卫星遥感得到的图像进行处理[4]。尤其在遥感图像方面，各个国家每天都利用飞机或卫星对地球上的区域进行空中拍照，对得到的照片如果采用人工处理则会花费大量的人力物力，而采用数字图像处理技术可可以高效地对得到的图像进行判读分析，并从中提取出利用传统人工方式无法获得的大量有用信息。目前，各国都大量使用卫星所获得的图像对地球资源进行普查、对灾害进行检测或对城市进行规划，在这些应用中，数字图像处理技术发挥了重要作用，且达到了良好效果。此外，在对太空的其他星球研究和天气水文预报方面，数字图像处理技术也必不可少。
在生物医学工程方面，医学上在对患者进行诊断时，常常利用CT、X光等技术，通过对患者体内成像来判断患者病情。在成像过程中，常常采用数字图像处理技术来获得清晰的医学图像，包括肺部图像、超声波图像、心电图等[5]。此外，数字图像处理技术还在医用显微图像的处理分析方面发挥作用，包括细胞分类、病变细胞识别、染色体分析等。
在信息通信方面，随着信息化的不断发展，由于图像可以给人直观的感受，且传递的信息比文字形式更为感官，因此，利用图像传递信息已经成为非常重要的通信方式之一。但是由于图像通信由于涉及的图像数据量较大，也导致这种方式相对复杂。为了将图像数据通过从传统的信道实时发送出去，常用的解决方式是对图像的信息进行压缩。目前常见的编码方式包括自适应网络编码、小波变换压缩编码等。
在工业和工程方面，零件质量的检测和分类，各种印刷电路板的质量和瑕疵检测，弹性力学、流体力学相关图片的力学分析，以及信件的识别和自动分类等等，都使用了数字图像处理技术[6]。此外，在一些人力无法或不宜达到的地方，如有毒区或放射性较大的区域等，可以利用数字图像处理技术通过对工件或物体的图像进行分析，来对物体进行识别和处理。
在军事方面，数字图像处理技术主要用于对军事上涉及的各类图像进行处理和识别，包括导弹精确制导、采集照片的判读、指挥系统中的图像传输存储和展示、模拟训练系统中的飞机坦克的建模和识别等等。在公安方面，数据图像处理技术在图像取证方面发挥着不可替代的作用，如利用数字图像处理技术可以对嫌疑人的指纹和人脸进行识别，对得到的模糊或缺损图像进行复原和增强，对交通监控和事故进行分析等等。最为常见的用于案例是高速公路或停车场收费系统中的车辆和车牌的自动识别。
在文化艺术方面，典型的应用可分为两类，一类是视频和多媒体系统中广泛采用的数字图像的编辑、合成、变换、静止和动态图像信息的采集和处理及存储，同时，在动画和电子游戏的制作方面也普遍使用了数字图像处理技术。另一类是在文化艺术方面，数字图像处理技术常被用于对各种工艺品进行设计、缺失文物或历史资料的复制和修复，或对赛场上运动员的动作进行分析和评分等等，这一类应用也相应形成了计算机美术这一新的艺术形式。
在机器人视觉和可视化方面，将图像处理技术和图形学相结合，已经在各个领域形成了较为成熟的研究工具，如对网络态势进行可视化等等。在机器视觉方面，利用数字图像处理技术，机器人可以对二维和三维的物体进行识别和理解，或对军事环境进行侦查等等。此外，在電子商务方面，如身份认证、水印、产品真伪识别等方面，图像处理技术也得到了相当广泛的应用。
4 结论
数字多媒体图像处理技术在军事、工业、生物医学、网络通信、航空航天等多个领域都发挥了重要作用。随着计算机的高速处理能力的提高，数字图像处理技术也必将随之迅速发展。在当前各个学科不断交流和融合的背景下，数字图像处理也必将与其他相关学科彼此渗透和结合，在这种融合中，在高速处理能力的支持下，数字图像处理技术在获取和利用信息方面的优势将愈发明显，未来也必将受到更多关注和重视。
参考文献：
[1] 杨宏伟.数字图像处理技术及其应用[J].电脑迷，2018(9)：64.
[2] 周姣.基于MATLAB的数字图像处理技术及应用[J].大科技，2017(10).
[3] 李郑冬.数字图像处理技术发展探究[J].信息记录材料，2019，20(2)：99-100.
[3] 李郑冬.数字图像处理技术发展探究[J].信息记录材料，2019，20(2)：99-100.
[4] 杨欣程.主成分分析方法在遥感数字图像处理中的应用综述[J].中国水运.航道科技，2017(3)：67-71.
[5] 姚希.数字图像处理技术及其应用[J].电子技术与软件工程，2017(18)：87.
[6] 申宾德.数字图像处理技术在机械工程领域中的应用与研究[J].机械研究与应用，2018，31(2)：170-172.
【通联编辑：光文玲】
数字图像处理期末总结范文第3篇
通过一学期的课程学习我们虽说还没有完全掌握数字图像处理技术，但也收获了不少，对于数字图像方面的知识有了深入的了解，更加理解了数字图像的本质，即是一些数
字矩阵，但灰度图像和彩色图像的矩阵形式是不同的。对于一些耳熟能详的数字图像相关术语有了明确的认识，比如常见的：像素(衡量图像的大小)、分辨率(衡量图像的清晰程度)、位图(放大后会失真)、矢量图(经过放大不会失真)等大家都能叫上口却知识模糊的名词。也了解图像处理技术中一些常用处理技术的实质，比如锐化处理是使模糊的图像变清晰，增强图像的边缘等细节。而平滑处理是的目的是消除噪声，模糊图像，在提取大目标之前去除小的细节或弥合目标间的缝隙。对常提的RGB图像和灰度图像有了明确的理解，这对大家以后应用PHOTOSHOP等图像处理软件对图像进行处理打下了坚实的基础。更重要的是学习到了数字图像处理的思想。通过学习也是对C++编程应用的很好的实践与复习。
当然通过30学时的课程学习还是远远不够的，也有许多同学收获甚微，我总结了下大家后期的学习态度与前期的学习热情相差很大的原因。刚开始大家是有很高的热情学习这门课的，可是随着课程的逐渐深入学习，大家渐渐发现课程讲授内容与自己起初想学的实用图像处理技术是有很大的差别的，大家更着眼于如何利用一些软件、技术去处理图像而得到满意的效果，或者进行一些图像的创意设计，可是课程的内容更偏重于如何通过编程实现实现如何对图像进行一些类似于锐化、边缘提取、模糊、去除噪声等基础功能的实现，这其中涉及很多算法、函数，需要扎实的数学基础和编程基础，并且需要利用大量时间在课下编写代码，并用
VISUALC++软件实现并进行调试，然而大部分人的C++实践能力以及编程能力还有待提高，尤其是对于矩阵进行操作的编程尤为是个考验，并且后半学期课程任务较重，加上队里的事务也很多，时间不是很充裕，这对于需要大量实践的数字图像处理课程就是个很大的问题。
数字图像处理期末总结范文第4篇
学院 理学院 班级 地信131 学号 姓名
编写日期：1
2015.5
▶▶作业a
1.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4
2. L5118_39_19860531 ProductDescription用记事本打开，读取头文件，并填写相关信息与相应位置即可
2
3. L5118-39-19960103
4. L7118039_20050815 直接打开以_mtl为后缀的文件，该文件中包含了遥感影像的所有波段
3 5. LM212803919761127 直接打开波段，然后波段合成即可
6. s5kj297_289_10m
7. WORLDVIEW-052606622010_01
4
▶▶作业b
在ENVI中将landsat的4景影像和SPOT-5的1景的影像打开，并联动连接查看同一区域
link displays是根据象元位置来连接的，geographic link是通过地理坐标位置来连接的。
5
由上图可知，将遥感影像联动时亦可实现不同影像同一区域的快速检索，但是我们也可以看到，由于受到各方面因素的影像并不能特别精确的指在同一地方。
▶▶作业c
1.WORLDVIEW-2影像保存为jpg和TIF格式的4-3-2波段合成的假彩色图像。可用同样的方法将SPOT-5影像保存为jpg和tif格式的4-3-2波段合成的假彩色图像
6 2.为landsat的5景影像附上波段的波长，并根据波长用landsat 5的7-4-3波段，保存为jpg和tif格式影像
为波长复制后，导入影像文件各波段显示差异前后对比
转换为JPG格式后可以用看图软件直接打开
7
▶▶作业d
需要对影像进行裁剪，裁剪的基本步骤如下：
1.L5118_39_19860531裁剪前后对比
2. L5118-39-19960103裁剪前后对比
3. L7118039_20050815裁剪前后对比
4. LS8_C_20140613_022505_000000_118039_GEOTIFF_L4裁剪前后对比
▶▶
作业e
将剪裁影像，重采样成10m，重采样的操作主要如下
9
1.L5118_39_19860531重采样前后对比
2. L5118-39-19960103重采样前后对比
10
3. L7118039_20050815重采样前后对比
11
4.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4重采样前后对比
数字图像处理期末总结范文第5篇
通过一学期的课程学习我们虽说还没有完全掌握数字图像处理技术，但也收获了不少，对于数字图像方面的知识有了深入的了解，更加理解了数字图像的本质，即是一些数
字矩阵，但灰度图像和彩色图像的矩阵形式是不同的。对于一些耳熟能详的数字图像相关术语有了明确的认识，比如常见的：像素(衡量图像的大小)、分辨率(衡量图像的清晰程度)、位图(放大后会失真)、矢量图(经过放大不会失真)等大家都能叫上口却知识模糊的名词。也了解图像处理技术中一些常用处理技术的实质，比如锐化处理是使模糊的图像变清晰，增强图像的边缘等细节。而平滑处理是的目的是消除噪声，模糊图像，在提取大目标之前去除小的细节或弥合目标间的缝隙。对常提的RGB图像和灰度图像有了明确的理解，这对大家以后应用PHOTOSHOP等图像处理软件对图像进行处理打下了坚实的基础。更重要的是学习到了数字图像处理的思想。通过学习也是对C++编程应用的很好的实践与复习。
当然通过30学时的课程学习还是远远不够的，也有许多同学收获甚微，我总结了下大家后期的学习态度与前期的学习热情相差很大的原因。刚开始大家是有很高的热情学习这门课的，可是随着课程的逐渐深入学习，大家渐渐发现课程讲授内容与自己起初想学的实用图像处理技术是有很大的差别的，大家更着眼于如何利用一些软件、技术去处理图像而得到满意的效果，或者进行一些图像的创意设计，可是课程的内容更偏重于如何通过编程实现实现如何对图像进行一些类似于锐化、边缘提取、模糊、去除噪声等基础功能的实现，这其中涉及很多算法、函数，需要扎实的数学基础和编程基础，并且需要利用大量时间在课下编写代码，并用
VISUALC++软件实现并进行调试，然而大部分人的C++实践能力以及编程能力还有待提高，尤其是对于矩阵进行操作的编程尤为是个考验，并且后半学期课程任务较重，加上队里的事务也很多，时间不是很充裕，这对于需要大量实践的数字图像处理课程就是个很大的问题。
数字图像处理期末总结范文第6篇
姓名：宋彦
学号：08370902
班级：1310809
在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。
图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展,其应用空间将会更加广泛。数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果，操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。
1. 数字图像处理需用到的关键技术
由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。
图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。
图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要求。
图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。
图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。
图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。
图像分析：图像分析是指从图像中抽取某些有用的信息、数据或度量,其目的主要是想得到某种数值结果。图像分析的内容跟人工智能、模式识别的研究领域有一定的交叉。
2. 数字图像处理的特点
数字图像处理的特点主要表现在以下几个方面：
1) 数字图像处理的信息大多是二维信息，处理信息量很大。因此对计算机的计算速度、存
储容量等要求较高。
2) 数字图像处理占用的频带较宽。与语言信息相比,占用的频带要大几个数量级。所以在成
像、传输、存储、处理、显示等各个环节的实现上技术难度较大，成本亦高。这就对频带压缩技术提出了更高的要求。
3) 数字图像中各个像素不是独立的，其相关性大。在图像画面上，经常有很多像素有相同
或接近的灰度。所以，图像处理中信息压缩的潜力很大。
4) 数字图像处理后的图像受人的因素影响较大，因为图像一般是给人观察和评价的。
3. 数字图像处理的优点
数字图像处理的优点主要表现在4个方面。
1) 再现性好。数字图像处理与模拟图像处理的根本不同在于它不会因图像的存储、传输或
复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，那么数字图像处理过程始终能保持图像的再现。
2) 处理精度高。将一幅模拟图像数字化为任意大小的二维数组，主要取决于图像数字化设
备的能力。
3) 适用面宽。图像可以来自多种信息源,它们可以是可见光图像，也可以是不可见的波谱图
像。只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。
4) 灵活性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每
一部分均包含丰富的内容。
4. 数字图像处理的应用领域
图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面，随着人类活动范围的不断扩大,图像处理的应用领域也将随之不断扩大。
航天和航空技术：在飞机遥感和卫星遥感技术中用配备有高级计算机的图像处理系统来判读分析，既节省人力又加快了速度，还可以从照片中提取人工所不能发现的大量有用情报。 生物医学工程：除了CT技术之外，还有对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。
通信工程：当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。在一定意义上讲，编码压缩是这些技术成败的关键。除了已应用较广泛的熵编码、DPCM编码、变换编码外，目前国内外正在大力开发研究新的编码方法，如分行编码、自适应网络编码、小波变换图像压缩编码等。
工业和工程领域：图像处理技术有着广泛的应用，如自动装配线中检测零件的质量并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析,邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等。
军事方面：图像处理和识别主要用于导弹的精确末制导,各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等;公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等。 文化艺术：电视画面的数字编辑、动画的制作、电子图像游戏、纺织工艺品设计、服装设计与制作、发型设计、文物资料照片的复制和修复、运动员动作分析和评分等等。
视频和多媒体系统：电视制作系统广泛使用的图像处理、变换、合成，多媒体系统中静止图像和动态图像的采集、压缩、处理、存贮和传输等。
电子商务：图像处理技术在电子商务中也大有可为,如身份认证、产品防伪、水印技术等。
在这门课程的最后，代课老师给我们讲授了数字视频处理，让我们了解到数字视频就是以数字形式记录的视频，和模拟视频相对的。数字视频有不同的产生方式，存储方式和播出方式。比如通过数字摄像机直接产生数字视频信号，存储在数字带，P2卡，蓝光盘或者磁盘上，从而得到不同格式的数字视频。然后通过PC，特定的播放器等播放出来。了解了数字视频发展过程和视频压缩的概念和分类等。
我们这门课程主要是上理论课，其中有很复杂的数学原理，专业术语多，基础知识要求高，理解起来有些困难。当初选择这门课是希望能有一些具体软件的教学。就我了解，视频处理的软件有MAYA、Premiere、绘声绘影、windows自带的MOVE MAKER;处理数字图像的软件主要有matlaB、photoshop、ImageJ(java图像处理程序)。其中，matlaB和PS
很具有教学性，这两个软件也运用的很广。
MATLAB全称是MatrixLaboratory(矩阵实验室)，一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际运用中MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的，这一特点决定了MATLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而计算机对图像进行数字处理时，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。
Photoshop是Adobe公司旗下最为出名的图像处理软件之一，集图像扫描、编辑修改、图像制作、广告创意，图像输入与输出于一体的图形图像处理软件，深受广大平面设计人员和电脑美术爱好者的喜爱。