数字图像处理技术在遥感等领域的现状和未来发展趋势
数字图像处理技术发展现状及趋势研究
数字图像处理技术发展现状及趋势研究摘要：随着多媒体技术和通信技术的快速发展，人们早己习惯于采用图像这种快捷方式进行信息传递，由此便诞生了数字图像处理技术，并已被逐渐应用到了生活和工作的各个领域，尤其是在生物医药工程、通信工程和军事等方面。
为了促进数字图像处理技术的全面发展和应用，本文主要对数字图像处理技术的发展现状和发展趋势进行了具体分析。
关键词：数字图像处理；现状；发展趋势；1 数字图像处理技术概述数字图像处理技术即计算机图像处理技术，是一个对图像进行增强、分割、复原、编码、压缩等处理的过程，那么由此可见图像处理技术是离不开计算机和数学的发展的，而且在近年来数字图像处理技术己经在许多领域得到科学合理的应用，人们逐渐习惯于使用这种技术对图像进行完美化处理。
而且数字图像处理技术对数学和企业的发展也有着一定的影响，因为数字图像处理是为了适应企业的发展要求应运而生的，而具体的实践过程需要计算机和数学的全面辅助。
因此在信息技术的发展推动下，数字图像处理技术为许多行业的改善和发展提供了帮助。
相信在未来的继续发展下，数字图像处理技术一定会更加完善和优化，进而为各个学科领域的发展带来更多的帮助。
2 数字图像处理的主要技术分析2.1 图像变换为了减少图像在空间域中处理的计算量，数字图像处理技术通过傅立叶变换、沃尔什变换、离散余弦变换等图像变换方法而对图像进行变换域处理，大大提高了图像处理的效率。
目前新研究的小波变换方法，其在时域和频域中都具有良好的局部化特性，现已广泛应用于数字图像处理技术中。
2.2 图像编码压缩这一技术主要是为了减少图像描述的数据量，以减少图像传输、处理的时间和存储容量。
图像编码压缩能绝对保证图像信息的真实性，是数字图像处理技术中较为成熟的技术。
2.3 图像增强和复原对图像进行增强和复原的操作，主要是为了提高图像的质量，使其清晰度更高。
首先，图像增强主要是突出图像中需要突出的部分，例如，采用强化图像高频分量，使其图像中物体轮廓更清晰，起突出强调作用。
图像处理技术的发展现状和前景
图像处理技术的发展现状和前景随着人们生活水平的不断提高，对于图像的要求也越来越高。
图像处理技术为人们提供了更加便捷、高效的方式来获取、处理和分析图像信息。
如今，图像处理技术已经在多个领域得到广泛应用，如医疗、交通、安防等。
在技术和应用方面，图像处理技术已经有了很多进展和突破，同时也面临着一些挑战和问题，未来的发展前景也充满着机遇和挑战。
一. 图像处理技术的发展现状目前，图像处理技术已经在诸多领域进行了广泛的应用，如医学影像、安全监控、人脸识别、虚拟现实等。
在医学影像方面，医生利用图像处理技术可以进行CT、MRI等影像数据的分析，为疾病的早期诊断、治疗和预防提供了便捷的方式。
在安全监控方面，图像处理技术可以通过识别视频图像中的人员、车辆等物体，快速有效的进行目标分类和检测。
在人脸识别方面，图像处理技术可以通过分析照片和视频中的人脸特征来进行身份的鉴别；在虚拟现实方面，图像处理技术可以通过对视频图像进行改变，使人们有类似亲身经历的感觉。
随着计算机硬件和软件技术的不断发展，图像处理技术也呈现出了更加系统化、智能化和高精度的特点。
由于图像处理技术的应用范围日益扩大，因此，对于计算机处理速度、算法精度、计算资源的需求也在不断增加。
二. 图像处理技术的未来发展趋势随着计算机技术的不断发展，图像处理技术也在不断地向新的领域和应用领域拓展。
未来的发展趋势主要集中在以下几个方面：1. 智能化随着人工智能的不断发展，人们也在探索将智能化技术应用于图像处理领域。
在未来，图像处理技术将更加智能化，并且在更多领域实现自动化、智能化的应用，比如机器视觉系统在工业中的应用、智慧城市中的安全监控和智能科技等。
2. 大数据处理在未来，图像处理技术应用将更加广泛，相关数据量将急剧增大。
通过大数据处理技术，可以更好地对图像样本进行分类和管理，并且从中挖掘出更加准确的数据信息。
3. 三维图像技术未来的图像处理技术将不限于二维图像范畴，它将朝着更广阔的三维图像领域拓展。
数字图像处理技术现状及发展趋势
数字图像处理技术现状及发展趋势摘要现今是计算机技术、网络技术以及多媒体技术高速发展的时代，更多高科技技术正在全面发展，数字图像处理技术作为一种新式技术，如今已经广泛地应用于人们的生产生活中。
数字图像处理技术的应用和发展为人们的生活发展带来了很多的便利，在遥感技术、工业检测方面发展迅速，在医学领域，气象通信领域也有很大的成就。
由此，本文主要探讨数字图像处理技术的现状及发展趋势。
关键词数字图像处理技术；现状；发展趋势现今是计算机和网络技术高速发展的时代，计算机的应用给人们的生产生活带来了很大的便利，人们应用计算机处理各种复杂的数据，将传统方式不能处理的问题以全新的技术和方式有效解决[1]。
数字图像处理技术是应用较为广泛的一种技术，在具体应用过程中，能够经过增强、复原、分割等过程对数据进行处理，且具有多样性、精度高、处理量大的显著优势，本文对数字图像处理技术的现状及发展趋势进行研究和探讨。
1 数字图像处理技术发展现状数字图像处理技术是近年来发展较为迅速的一种技术，具体是指应用计算机对图像进行一系列的处理，最终达到人们要求的水平，在具体的处理过程中，以改善图像的视觉效果为核心，最终呈现出人们想要表达的意思。
笔者查阅国内外诸多文献库，发现对数字图像处理技术的研究多数集中于图像数字化、图像增强、图像还原、图像分割等领域[2]。
最初数字图像处理技术产生于20世纪20年代，当时普遍将其应用于报纸业，发展至20世纪50年代，图像处理技术跟随着计算机的发展而迅速发展，也有更多的人开始关注和应用该技术，当时在各国的太空计划中发挥了巨大作用，尤其是对月球照片的处理，获得了很大的成功。
发展到20世纪70年代时，数字图像处理技术的应用已经很普遍了，尤其是在计算机断层扫面（CT）等方面，该技术的应用得到了一致好评，而现今，数字图像处理技术随处可见，已广泛应用在各行各业中。
2 数字图像处理技术的特点数字图像处理技术有以下几个特点：①图像处理的多样性特点。
2022年数字图像处理技术的现状及其发展方向笔记
一、数字图象解决历史发展数字图象解决 (Digital Image Processing)将图象信号转换成数字信号并运用计算机对其进行解决。
1.来源于 20 世纪代。
2.数字图象解决作为一门学科形成于 20 世纪 60 年代初期，美国喷气推动实验室(JPL)推动了数字图象解决这门学科旳诞生。
3.1972 年英国 EMI 公司工程师 Housfield 发明了用于头颅诊断旳 X 射线计算机断层照像装置即 CT(Computer Tomograph)，1975 年 EMI 公司又成功研制出全身用旳 CT 装置,获得了人体各个部位鲜明清晰旳断层图象。
4.从 70 年代中期开始,随着计算机技术和人工智能、思维科学研究旳迅速发展,数字图象解决向更高、更深层次发展，人们已开始研究如何用计算机系统解释图象,实现类似人类视觉系统理解外部世界，其中代表性旳成果是 70 年代末 MIT 旳 Marr 提出旳视觉计算理论。
二、数字图象解决旳重要特点1．目前数字图象解决旳信息大多是二维信息,解决信息量很大,对计算机旳计算速度、存储容量等规定较高。
2. 数字图象解决占用旳频带较宽 ,在成像、传播、存储、解决、显示等各个环节旳实现上,技术难度较大,成本也高,这就对频带压缩技术提出了更高旳规定。
3. 数字图象中各个像素是不独立旳,其有关性大。
因此,图象解决中信息压缩旳潜力很大。
4. 由于图象是三维景物旳二维投影 ,一幅图象自身不具有复现三维景物旳所有几何信息旳能力 ,要分析和理解三维景物必须作合适旳假定或者附加新旳测量。
在理解三维景物时需要知识导引,这也是人工智能中正在致力解决旳知识工程问题。
5．一方面，数字图象解决后旳图象普通是给人观测和评价旳,因此受人旳因素影响较大，作为图象质量旳评价尚有待进一步进一步旳研究；另一方面，计算机视觉是摹仿人旳视觉 ,人旳感知机理必然影响着计算机视觉旳研究 ,这些都是心理学和神经心理学正在着力研究旳课题。
数字图像处理的应用现状及发展方向
３ ． ３三 维重建
人 类往 往喜 欢将 社会 事务 的认 知掌 握在 自 己 手 中 ，通 过 实 际 操 作 来 完 整 生 产 。 将 二 维事物通过三 维手 段来展现早 已成为时代发展 的趋势 。例如 电子 沙盘，可 以实现沙盘任意角 度和旋转 ，通过扩大 与缩 小实现更加精确 的计 算 ，为指挥作 战提供 极大的方便 。这种技术依 赖于数字 图像处理技 术，也成为数字图像处理 技术的重要发展前景之一 。
１数字 图像 处理技术的优点
数 字 图像 处理 是指 利用 数字 硬件 与计 算 机 ，将 图像 信息转换为 电子信 号，进 行相 应的 数学运算 ，用以提高图像的实用性 。数字 图像 处理精确度 高，操作方便 ，能够将 图像进 行精 确而简便 的处理 ， 随着计算机技术 的不 断发展 ， 数字 图像处 理技 术也在 日益完善和发展 。数 字 图像处理不会 因为图像存储、转发 、复制等操 作 引起 图像质量 下降，能够接受多方面 的信 息 源 ，如显微镜 图像、航天飞船 图像都 能够进 行 精 确地接受 。 数字图像处理技术 的灵活性较高 ， 不但可 以完成线 性运算，还可 以实现非线性运 算。只要能够运用 逻辑 关系或数学公式处理 的 信 息， 用 数字 图像处理技术都可 以完美 的实现 。 并且 由于数字 图像 中，每 一个像素之间都不是 互相独立 的，而是存在 一定联系的 ，所 以数字 图像 处理技术 的信 息压缩 也有非常大的潜力 。 通过 数字化处理信 息技术 的优 势，能够为未来 的产 业的应用和发展指 明方 向。
２ ． ４ 工 程 工 业 方 面
ቤተ መጻሕፍቲ ባይዱ
虚拟 现 实技术 是一 种可 以创 建和 体验 虚 拟世界 的计算机仿真 系统 ，它利 用计算机生成 种模拟环境 ，是一种 多源信 息融合的、交互 式的三维动态视景和实体行为 的系 统仿 真使用 户沉浸到该环境中 。目前虚拟现 实的应 用发展 迅速 ，因其特有的多感知性 、存在 感、交互性 和主 动性，成为医学 、娱乐 、航天 、游戏 、教 育等方 面的新鲜产业 。随着计算机技术 的不断 发展 ，虚拟现实系统也会受到更大 的重视 ，人 们也 可以通 过虚拟现实，将 自身与机器人所 处 的环境 融合 ，进而操 纵机 器人。
遥感图像处理与分析技术的发展趋势
遥感图像处理与分析技术的发展趋势随着遥感技术的不断发展和进步，越来越多的遥感数据被获取到并被应用到各种领域中。
然而，在大量的遥感影像中，如何提取出所需的信息和数据，进一步研究遥感图像的信息，是遥感图像处理与分析技术的重要方向。
本文将从影像处理与分析两个角度来讨论遥感图像处理与分析技术的发展趋势。
一、遥感图像处理技术的发展趋势1. 数字化数字化是遥感图像处理的基础，也是其发展的前提。
在遥感图像的获取过程中，通常需要使用许多成像传感器，获取到大量的数据后，需要进行数字化处理才能获得高质量的遥感图像。
数字化技术能够移除遥感图像中的噪声和不必要的信息，还能够提高遥感图像处理的效率。
2. 智能化智能化处理是遥感图像处理的一大发展趋势。
随着计算机应用的发展以及人工智能技术的进步，人工智能技术已经被应用到遥感图像处理中。
智能化处理能够利用计算机算法进行遥感图像自动分析，如目标自动检测、红外图像处理等。
智能化处理不仅可以提高遥感图像分析精度，也能够提高分析处理的效率。
3. 高分辨率遥感图像处理随着国内外遥感图像技术的快速发展，高分辨率遥感图像已经成为遥感图像处理发展的重要标志。
高分辨率遥感图像处理技术的目标是提取大量详细的空间信息，如地图、城市规划、资源研究、环境监测等方面。
高分辨率遥感图像处理技术因其高精度、高分辨率和强大可靠性，在城市规划、林业、水资源和农业等领域已有广泛应用。
二、遥感图像分析技术的发展趋势1. 特征提取特征提取是遥感图像分析的重要环节，该技术能够从大量的遥感影像中提取出具有重要意义的信息和数据。
遥感图像的特征提取可以通过遥感影像自动解算和特征选择工具实现，提高遥感图像分析的精度和效率。
在这个过程中，通常会使用计算机视觉技术和机器学习技术。
2. 遥感图像分类遥感图像分类是将特定的地物或目标从遥感图像中抽象出来，进行半自动和自动识别。
遥感图像分类可以分为监督和非监督两种方法。
监督的分类方法是根据已知的地物类型和特性建立分类模型，然后将这个模型用于其他遥感数据的分类。
数字图像处理的现状及其发展趋势
2020/10/29
3 . 2 图像压缩编码 作为通信、介质存贮、数据发送、多媒体计算 机等技术的关键环节, 图像压缩编码算法的研 究是信息技术中最活跃的研究领域之一.
2020/10/29
3.3 图像增强与恢复
图像增强是按照特定的要求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处理方法, 其 主要目的是使处理后的图像对某种特定的应用来说, 以原来图像更适用, 它是为了某种应用目的去改善图 像质量, 使图像更适合于人的视觉特性或机器的识别 系统. 目前增强方法主要有直方图修改处理、图像平 滑化处理、图像尖锐化处理及彩色处理技术
2020/10/29
3 数字图像处理的主要研究进展
3.1 数字图像的采集与数字化 图像的采集是数字图像处理的第 1 步, 采集并不局
限于对人眼视觉功能的模仿, 更是对人类认识、分析 手段的拓展. 在医学、天文学、自动字体识别、机器 视觉、军事识别、指纹自动处理和血样分类处理等多 个方面都不同程度地运用了图像提取技术.
数字视频处理技术的现状 及其发展趋势
大纲
1. 引言 2. 特点 、优点及处理过程 3.主要研究进展 4.存在的问题及未来方向
2
1. 引言
数字图像处理是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技术,起源于20世纪20年代,目 前已广泛地应用于科学研究、工农业生产、生物医学 工程、航空航天、军事、工业检测、机器人视觉、公 安司法、军事制导、文化艺术等,已成为一门引人注 目、前景远大的新型学科,发挥着越来越大的作用.数 字图像处理作为一门学科形成于20世纪60年代初期, 早期的图像处理的目的是改善图像的质量,以人为对 象,以改善人的视觉效果为目的。
数字图像处理技术的现状及发展方向研究
数字图像处理技术的现状及发展方向研究摘要：数字图像处理技术在当今数字化时代中具有重要的地位，它的广泛应用在医学、航空、军事、通信等领域中获得了越来越广泛的关注。
本文概述了数字图像处理技术的现状，主要包括数字图像处理技术的基础、数字图像处理技术的使用范围、数字图像处理技术的发展趋势。
最后，本文基于当前数字图像处理技术的发展趋势，提出了未来数字图像处理技术的发展方向。
关键词：数字图像处理、图像分割、图像识别、图像增强、人工智能正文：一、数字图像处理技术的基础数字图像处理是对数字图像进行处理分析的技术，其基础是数字信号处理、图像处理、计算机科学、数学等学科。
数字图像处理技术的基础理论主要包括图像采集、图像压缩、图像分割、图像识别、图像增强等方面。
二、数字图像处理技术的使用范围数字图像处理技术广泛应用于医学、航空、军事、通信、安防等领域。
在医学方面，数字图像处理技术可用于病灶的检测、肿瘤的识别等方面。
在航空领域，数字图像处理技术可用于目标检测、航空遥感等方面。
在军事领域，数字图像处理技术可用于目标识别、侦察侦查等方面。
在通信领域，数字图像处理技术可用于图像的压缩、加密等方面。
在安防领域，数字图像处理技术可用于人脸识别、车牌识别等方面。
三、数字图像处理技术的发展趋势1. 神经网络技术的应用：神经网络技术是一种可以用于人工智能领域的方法，可以帮助数字图像处理技术更加准确及时的处理图像。
2. 集成硬件的应用：智能化硬件可以提高数字图像处理技术的处理效率、稳定性和功耗。
3. 多媒体技术的应用：多媒体技术的应用为数字图像处理技术提供了更多的方式和机会。
4. 防伪技术的应用：防伪技术可以通过数字图像处理技术的应用实现，数字水印等技术是防伪技术的一种创新方式。
四、数字图像处理技术的未来发展方向1. 面向深度学习的数字图像处理技术研究：深度学习技术在人工智能领域日益重要，数字图像处理技术也可以利用这一技术进行更精确、更准确的图像识别和处理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理技术在遥感等领域的现状和未来发展趋势The manuscript was revised on the evening of 2021数字图像处理技术在遥感领域的现状和未来发展趋势崔云腾【摘要】阐述了遥感技术目前在国内外的发展现状，以及数字图像处理技术在遥感技术上起到的重大作用。
随着数字图像处理技术的发展，让遥感技术有了翻天覆地的变化。
并且详细的描述了图像处理技术在遥感领域的关键技术，对这些技术在遥感中起的作用进行解释。
最后对图像处理技术在遥感领域未来的发展趋势进行分析。
【关键词】遥感；图像处理；技术发展Digital image processing technology in the current situation and future development trend in the field of remote sensingCui YuntengA bstract this paper expounds the remote sensing technology in the domestic and foreign development present situation, and the digital image processing technology to play a major role in the remote sensing technology. With the development of digital image processing technology, remote sensing technology have changed dramatically. And a detailed description of the key technologies in the field of remote sensing image processing technology, plays the role of these techniques in remote sensing for explanation. Finally, the image processing technology in the field of remote sensing in the future development trend of the analysis.0.引言几十年来，随着卫星技术的不断成熟，遥感技术也不断地发展，通过卫星收集大量的影像资料，随之而来对图像的处理分析有了更高的要求，以前需要雇佣几千人，现在运用图像处理系统仅仅需要一台高级计算机，与之前相比分析识别速度有了显着的提高[1]，同时减少了大量的人员工作，并且还可以从照片中发现通过人力所不容易发现不能找到的有用情报。
1.数字图像处理技术在国内外的发展现状上个世纪60年代，第一台可移植性图像处理的大型计算机研制成功。
可以说是数字图像处理技术的开端，自此开始用数字图像处理技术来处理卫星发回来的图片。
当时“旅行者七号”发回来的月球图片就是运用数字图像处理技术进行处理，来校正航天器上摄像头中各类型的图形畸变。
自上个世纪70年代起，计算机技术硬件软件进化迅速，随之而来的，数字图像处理技术得到了更好的发展机遇，向着更高更好的层次发展。
人们开始研究怎么将图像经过计算机系统进行表示，类似人类的视觉解释外部的世界，这被称为图像理解或计算机视觉。
80、90年代数字图像处理技术开始运用于地理信息系统、海图的读入。
并且数字图像处理技术有了十分大的进步，Mallat技术的出现，他有效的应用于图像的分解和重构，并且克服了傅里叶分析不能用于局部分析的不足之处。
21世纪以来，数字图像处理技术随着计算机技术的发展，取得了很多东大的突破，在很多的领域，如航天航空生物医疗都有了广泛的应用[3]。
数字图像处理技术广泛应用于遥感技术，遥感技术对数字图像处理技术的应用，最能直接体现该技术的发展现状[4]。
在国外遥感数字图像技术的发展现状上个世纪60年代，美国发射了一系列的气象卫星和载人宇宙飞船[5]，但是图像的质量并不能得到保证，因为这些卫星、飞船受着飞行姿态以及拍摄环境的影响，所以为了避免损失保证卫星的工作效率，必须采用数字图像处理技术对图片进行解析。
数字图像处理自此开始成为了一个独立学科，受到了广泛的重视。
自此数字图像处理技术开始广泛运用于遥感技术。
其中重要之一是对多光谱图像数据的支持，即对彩色图像的处理。
1972年，发射了地球资源技术卫星ERTS-1（后改名为Landsat Landsat-1），装有MSS感器，分辨率79米。
1982年Landsat-4发射，装有TM传感器，分辨率提高到30米。
1986年法国发射SPOT-1，装有PAN和XS遥感器，分辨率提10米1999年美国发射 IKNOS[6]，空间分辨率提高到1米。
多光谱图像可以看作是两个空间变量一个光谱变量构成的三维灰度值图像。
图 1几何校准示意图图 2象元灰度重采样示意图1973年第四次中东战争，卫星首次参与战争计划的制定。
一次战役中美国的“大鸟”侦察卫星发现了埃及二、三军团间的宽十余公里的间隙防御薄弱，以色列抓住战机，派出装甲部队直插运河西岸，切断进入西奈半岛的阿军退路，从而使战争形势发生逆转。
1982年英阿马岛战争，有24颗侦察、见识卫星俯视战场，向英军提供大量的情报。
1991年，海湾战争中多国部队运用70多颗卫星对作战区的环境、气象等进行搜集，提供详细的气候信息、地理信息。
为战役计划的制定提供了重要的保障。
自20世纪90年代以来，世界上又发生了很多局部战争，比如科索沃战争、阿富汗战争、伊拉克战争、利比亚战争等都有着数十上百颗直接服务于战争行动。
制约卫星进行侦查一个很重要的因素就是分辨率，分辨率是指一个系统（包括所有计算机成像增强技术）可以辨别地球上物体的大小。
在上个世纪，拍照卫星、侦察卫星的分辨率大多数都在几十M，只能发现发现港口和码头设施、铁路调车场和登陆海滩等。
这个世纪来，随着数字图像处理技术的突破发展，分辨率有了进一步的提高，逐渐达到米级，甚至现在的亚米级，卫星在战场上的左右有了翻天覆地的改变，使反卫星侦察难度迅猛提高，战场几乎成为“无密”地带。
国内图像处理技术在遥感上的发展现状在中国遥感技术的发展中，1975年的“通县会议”具有起步性的意义。
在同年召开的全国第一次遥感规划筹备会，将遥感技术正式纳入到国家重点发展项目中。
在近几十年的的科技攻关中，遥感技术都作为重点项目列入其中[2]。
2002年神舟四号多模态微波遥感系统在轨飞行成功，使我国进入航天微波遥感时代[7]。
2006年中国遥感卫星1号发射成功，实现了我国微波遥感卫星全模态工作。
2016年6月13日，我国自主研制的高分4号卫星正式投入使用成功地实现了星下点全色/多光谱50米、中波红外400米的地球同步轨道近实时观测，是我国第一颗也是当前世界唯一的一颗静止轨道高分辨率对地观测卫星。
”2.图像处理对于遥感的关键技术几何校正由于遥感系统空间、波谱、时间以及辐射分辨率的限制，在比较崎岖的地方精确地记录具有很大的困难性成像[8]，从而影响图像的分析精度，所以在分析前，要对图像进行预处理。
预处理中一个重要的点就是对原图像进行几何校正。
图像的压缩编码卫星的传输带宽是有限的，有限的带宽限制了传输回图片的质量。
如何用有限的带宽传送回更多的信息，这就需要对图像进行压缩编码。
图像压缩编码用尽可能少的数据表示信源发出的图像信号，对图像进行压缩，减少一个图像的大小，缩短传输一个图像的所用的时间和减少占用的信道带宽[9]。
图像压缩编码研究一般分为两个阶段：第一代图像压缩编码阶段（1985年前）源于传统的数据压缩理论，变换压缩编码和量化压缩编码是其中的亮点。
第二代图像压缩编码阶段（1985年后）1985年，一些人利用人眼视觉特性提出了这个概念。
经过一段时间的发展，压缩编码领域取得了阶段的新成果，EZW编码算法和SPIHT编码算法具有结构简单、不需要过多的学习、支持多码率、图像复原质量理想的特点受到广泛的关注[10]。
到今天，小波变换的图像压缩技术成为了主流。
基于二维小波压缩方法有很多，一般用小波泡、小波变换零树压缩、小波变换量化矢量压缩等。
一个图像做小波分解后会形成很多不同分辨率的子图像。
高分辨率的子图像大部分点数值都接近于0。
所以说一个图像重要的部分就是就是其低频的部分，小波分解就是去高频保留低频。
图像增强图像增强是根据需要来突出一幅图像的一些信息，以及删除或削弱图像的一些信息的处理方法。
他的根本目的是让生成的图片比原图片更适应我们的需要。
图像增强的一般方法有直方图修改处理、图像尖锐化处理、图像平滑性处理以及彩色平衡处理等。
这几种增强方法可以结合使用，在使用前应综合分析，确立使用方法。
图象恢复这个技术出现的原因是图像在获取、传输和储存的过程中会受到很多因素影响造成失真现象，结果是使图片的质量下降，即图象退化。
图象恢复技术的目的是得到某种程度改善的视觉质量，将一个图片通过某些模型来使其恢复成原有的图像。
常见的图像恢复方式有：连续图像的滤波恢复、svd伪逆空间图像恢复、传感器和显示点的非线性修正、伪逆空间图像恢复、统计学估计图像空间恢复、约束图象恢复、盲目图象恢复。
图像分割图像分割是数字图像处理的一门关键技术。
图像分割自从上世纪70年代就开始受到人们的广泛关注，并且在很多领域都有广泛的应用。
这种方法将图像分割成若干不重叠的区域，在相似性上，使各个区域的内部特性大于区域间的特性。
各个区域内的像素都满足给予灰度、纹理等特征。
一般方法有：区域生长法、阈值法、分裂合并法。
这种方法的主要根据是图像局部特征的不连续性。
这种方法先根据图像的不连续性或突变型，将他们连成边界，这种边界将图像划分为不同的区域。
边缘检测和提取的主要手段是微分运算，因为大多数的图像边缘检测的方法是图像高频分量的增强过程。
一般使用以下几种边缘检测算子：Sobel算子、Prewitt算子、Robert算子、Canny算子、拉普拉斯算子。
这些算子的优点是计算简单速度较快，缺点是受到噪声影响较大[11]。
图像分析图像分析的目的是从图像中抽取有用的度量、数据、信息。
图像需要图像分割抽取图像的特征，而后对图像进行符号性的描述。
一个图像经过图像分割后得到的是多个区域。
通过描述这些目标获得他们之间的相互关系来更容易识别目标。
常用的纹理分析方法有结构法、频谱法、统计法和模型法。
结构分析法从纹理的基元形态及其排布规则角度分析，适用于研究规则纹理。
它的优点是对纹理的构成理解高。
统计法一些自然纹理从局部上显示很大的随机性，但从整体上看还是有一定的规律性。