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。
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。
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。
数字图像处理技术在遥感图像解译中的应用
数字图像处理技术在遥感图像解译中的应用摘要：随着遥感技术的快速发展，数字图像处理技术在遥感图像解译中的应用变得越来越广泛。
数字图像处理技术可以提取和分析遥感图像中的各种信息，帮助用户更好地理解并解释遥感图像。
本文将介绍数字图像处理技术在遥感图像解译中的应用，包括图像增强、目标检测和分类以及影像图像处理等方面的内容。
1. 引言遥感图像解译是对获取的遥感图像进行信息提取和分析，以获取地表或大气某些特征的过程。
数字图像处理技术作为一种重要的数据分析工具，可以在遥感图像解译中发挥重要作用。
数字图像处理技术可以对遥感图像进行增强、分割、分类等处理，从而提取出有用的信息。
2. 图像增强图像增强是数字图像处理技术中的一种重要操作，它可以改善遥感图像的视觉质量和信息内容。
图像增强技术主要包括灰度变换、直方图均衡化、空域滤波和频域滤波等方法。
通过这些方法，可以提高遥感图像的对比度、去除噪声以及增强图像的细节等。
例如，当遥感图像中存在较强的噪声时，可以应用空域滤波方法来抑制噪声并增强图像的细节。
3. 目标检测和分类目标检测和分类是遥感图像解译的重要任务之一。
数字图像处理技术可以用来检测和分类遥感图像中的地物目标。
目标检测是指在遥感图像中自动识别和定位感兴趣目标的过程，而目标分类则是将感兴趣目标分为不同的类别。
目标检测和分类依赖于特征提取和分类器的选择。
数字图像处理技术可以通过应用边缘检测、纹理分析、颜色特征提取等方法来提取目标特征，并应用分类算法来自动识别和分类地物目标。
4. 影像图像处理影像图像处理是遥感图像解译中的一个重要方面。
遥感图像通常具有高分辨率和大量的信息，因此需要应用数字图像处理技术来处理和分析这些图像。
例如，图像拼接技术可以将多幅低分辨率图像拼接成一幅高分辨率图像，从而提高地物目标的识别能力。
图像匹配和配准技术可以将多幅遥感图像进行配准，以便进行地物变化监测和地表覆盖分类等应用。
5. 数字图像处理技术的挑战和发展方向虽然数字图像处理技术在遥感图像解译中取得了显著成果，但仍然存在一些挑战。
遥感图像处理与应用技术研究
遥感图像处理与应用技术研究遥感技术是现代地球科学中不可或缺的工具之一，而遥感图像处理和应用技术的研究则是遥感技术发展的核心和驱动力。
本文将简要探讨遥感图像处理与应用技术的研究现状、发展趋势以及应用范围。
一、遥感图像处理技术的研究现状遥感图像处理技术是将遥感图像数据进行处理、分析和解译的过程，其主要目的是提取图像中所包含的地物信息。
遥感图像处理技术可以分为数据预处理、图像增强、特征提取和分类等多个方面。
其中，数据预处理是遥感图像处理的基础，并且在遥感应用的各个领域中都有着重要作用。
近年来，随着遥感技术数据量的爆发式增长，遥感图像处理技术也在不断更新改进。
传统的图像处理方法，如线性滤波、非线性滤波等已经无法适应大数据时代的需要，需要更加高效、有效的算法来对海量的遥感图像数据进行处理。
目前，遥感图像处理技术的研究重点主要集中在以下几个方面：1、遥感图像分割与分类利用遥感图像进行地物识别和分类，是目前遥感应用的一个重要方向。
而遥感图像分割技术则是地物识别和分类的基础。
近年来，基于深度学习的遥感图像分割算法不断涌现，为遥感图像分类和地物识别提供了更加高效、准确的手段。
2、遥感图像的反演和重构遥感图像的反演和重构技术是遥感图像处理的热点之一。
通过反演和重构，可以得到地物的物理和化学特征参数，实现对目标物体的描述和识别。
近年来，基于机器学习和深度学习的反演模型受到越来越多的关注，能够对复杂的光学、雷达等遥感图像进行快速精确的反演和重构。
3、遥感图像的高效处理随着遥感技术数据量的不断增长，如何实现遥感图像数据的高效处理成为了重要问题。
目前，基于云计算、GPU并行计算等技术的高效遥感图像处理方法逐渐涌现，将遥感图像处理的速度和效率大大提升。
二、遥感图像应用技术的研究现状遥感图像处理技术的研究不仅能提高遥感图像数据的分析和解译效率，还能为遥感技术在各个领域中的应用提供更好的支持。
目前，遥感技术已经在许多领域得到了广泛应用。
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。
数字图像处理技术发展的现状及发展方向 毕业论文
数字图像处理技术发展的现状及发展方向——以其在地球遥感领域的应用为例摘要：随着计算机技术的不断发展，数字图像处理技术的应用领域越来越广泛，现在世界各国都在利用各类卫星所获取的图像进行资源调查、灾害检测、资源勘察、农业规划、城市规划。
在气象预报和对太空其它星球研究方面，数字图像处理技术也发挥了相当大的作用。
本文综述了数字图像处理在地球遥感领域的发展历程及其主要应用手段，介绍数字图像处理的特点、优点，提出其发展过程所存在的一些问题，最后展望了数字图像未来的发展方向。
关键词：数字图像处理；发展及现状；地球遥感Digital image processing technology development status anddevelopment direction-- its application in remote sensing of the earth as an example Abstract:with the continuous development of computer technology, digital image processing technology is used more and more widely, the image now countries in the world to use all kinds of satellite acquired resource survey, disaster detection, resource survey, agricultural planning, city planning. In weather forecasting and Research on space to other planets, the digital image processing technology has also played a considerable role. This paper reviews the development course of digital image processing in remote sensing of the earth and its main application method, introduced the characteristics, advantages of digital image processing, and puts forward some problems in its development process, and finally prospects the future development direction of digital image.Keywords: digital image processing; the development and present situation of remote sensing of the earth1前言数字图像处理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。
数字图像处理技术在遥感中的应用教程
数字图像处理技术在遥感中的应用教程数字图像处理技术的发展为遥感技术的应用带来了重大的变革。
遥感技术使用传感器收集地球表面的电磁波辐射，并通过数字图像处理技术对这些数据进行分析和解释。
本篇文章将为您介绍数字图像处理技术在遥感中的应用，帮助您了解如何处理和分析遥感图像数据。
一、数字图像处理技术概述数字图像处理是指使用计算机对图像进行一系列操作和处理的过程。
它包括图像增强、图像恢复、图像压缩以及图像分割等多个步骤。
在遥感中，数字图像处理技术能够从遥感图像数据中提取有用的信息，并为地理信息系统（GIS）和环境研究等领域提供支持。
二、数字图像处理在遥感中的应用1. 遥感图像的预处理遥感图像的预处理是数字图像处理的第一步，它涉及到去除图像中的噪声、减小不完美场景的影响以及校正图像的几何和辐射特性。
常见的预处理技术包括辐射校正、几何纠正和大气校正。
通过这些处理，我们可以得到质量更高的遥感图像，为后续的图像分析提供更准确的数据基础。
2. 遥感图像的增强与恢复遥感图像可能受到云、雾、阴影等因素的影响，导致图像质量下降。
数字图像处理技术可以应用于遥感图像的增强和恢复，例如去除云、雾和阴影，提升图像的清晰度和可视性。
这对于遥感图像的后续分析和解释非常重要。
3. 遥感图像的分类与分割遥感图像的分类和分割是遥感图像处理的核心任务之一。
数字图像处理技术能够将遥感图像中的不同地物分类，并提取出感兴趣区域。
这些区域可以用于土地利用和覆盖分类、城市规划、灾害监测等应用。
常见的分类和分割方法包括基于像素的分类、基于目标的分类以及利用深度学习技术进行图像分割。
4. 遥感图像的变换与特征提取图像变换和特征提取是数字图像处理在遥感中的另一个重要应用。
例如，傅里叶变换可以将图像从空域转换为频域，用于图像的频谱分析和滤波。
此外，小波变换、主成分分析等方法也常用于遥感图像的特征提取，以提取出地物的重要特征并进行进一步分析。
5. 遥感图像的目标检测与识别数字图像处理技术在遥感图像的目标检测和识别中起着重要作用。
- 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)。
综述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 remotesensingCui 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著的提高[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。
综述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]。
1.1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。
综述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”地综述带。
1.2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2.1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。
2.2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。
2.3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综述息的处理方法。
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。
2.4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。
2.5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。
2.5.1基于区域的分割法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。
2.5.2基于边缘的分割方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]。
2.6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。
2.6.1图像描绘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。
2.6.2纹理分析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综述大的随机性，但从整体上看还是有一定的规律性。