图像处理是指对图像进行分析、加工和处理，使其满足视觉、心理或其他要求的技术。随着人工智能与深度学习的发展，现代图像处理已广泛应用于医疗影像分析、自动驾驶、遥感测绘与工业检测等场景。 图像处理是信号处理在图像领域上的一个应用。目前大多数的图像均是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。
图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。
传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。
解决方案
几十年前，图像处理大多数由光学设备在模拟模式下进行。由于光学方法具有天然的并行特性，至今仍在全息摄影等领域中占有一定地位。但随着计算机性能的提升以及人工智能算法的普及，绝大多数图像处理工作已转向数字计算平台。
从通常意义上讲，数字图像处理技术更加普适、可靠和准确。比起模拟方法，它们也更容易实现。专用的硬件被用于数字图像处理，例如，基于流水线的计算机体系结构在这方面取得了巨大的商业成功。今天，硬件解决方案被广泛的用于视频处理系统，但商业化的图像处理任务基本上仍以软件形式实现，运行在通用个人电脑上。
常用的信号处理技术
大多数用于一维信号处理的概念都有其在二维图像信号领域的延伸，它们之中的一部分在二维情形下变得十分复杂。 同时图像处理自身也具有一些新的概念， 例如，连通性、旋转不变性，等等。这些概念仅对二维或更高维的情况下才有非平凡的意义。
图像处理中常用到快速傅立叶变换，因为它可以减小数据处理量和处理时间。
从一维信号处理扩展来的技术和概念
- 分辨率
- 动态范围
- 带宽
- 滤波器设计
- 微分算子
- 边缘检测
- Domain modulation
- 降噪（Noise reduction）
专用于二维（或更高维）的技术和概念
- 连通性
- 旋转不变性
典型问题
- 几何变换（geometric transformations）：包括放大、缩小、旋转等。
- 颜色处理（color）：颜色空间的转化、亮度以及对比度的调节、颜色修正等。
- 图像融合（image composite）：多个图像的加、减、组合、拼接。
- 降噪（image denoising）：研究各种针对二维图像的去噪滤波器或者信号处理技术。
- 边缘检测：进行边缘或者其他局部特征提取。
- 分割：依据不同标准，把二维图像分割成不同区域。
- 图像编辑：和计算机图形学有一定交叉。
- 图像配准：比较或集成不同条件下获取的图像。
- 图像增强（image enhancement）：
- 图像数字水印：研究图像域的数据隐藏、加密、或认证。
- 图像压缩：研究图像压缩。
应用
- 摄影及印刷
- 卫星图像处理（Satellite image processing）
- 医学图像处理（Medical image processing）
- 面孔识别,特征识别（Face detection, feature detection, face identification）
- 显微图像处理（Microscope image processing）
- 汽车障碍识别（Car barrier detection）
軟件工具
- Adobe Photoshop
- Aphelion
- ImageJ
- OpenCV
- Ulead PhotoImpact
相关相近领域
- 分类
- 特征提取
- 模式识别
- 投影
- 多尺度信号分析
- 离散余弦变换
- 修飾照片
参见
- 计算机视觉
- 機器視覺
- 信号处理
维基百科, wiki, wikipedia, 百科全书, 书籍, 图书馆, 文章, 阅读, 免费下载, 关于 图像处理 的信息, 什么是 图像处理？图像处理 是什么意思？