常用方法:论文网
1、图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
2、图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
3、图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。
4、图像描述：图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二文形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二文纹理特征描述。随着图像处理研究的深入发展，已经开始进行三文物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。
5图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。
6、图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。
1.3    发展趋势
随着信息技术的快速发展,现代图像处理技术在理论和应用上都获得了重大进展,并在矿山勘探、测绘、公安和军事等诸多领域发挥着重要作用。随着这些发展变化,图像处理技术逐渐表现出的发展趋势主要集中在以下几个方面:
1、图像处理的网络化。图像处理系统的发展大致可分为 3个阶段。早期的图像处理系统比较昂贵,多以小型机为主机,且多人轮流使用一台设备,这时的图像处理系统可称为图像大系统。这个阶段为第 1阶段,这一阶段的图像处理系统具有以图像帧存储为中心的系统结构。随着微机性能的提高和价格的大幅下降,在图像处理实验室里,一人一机不再是奢侈的配置,图像处理系统得到了极大的普及,这时的图像处理系统可称为图像小系统。这个阶段为第 2阶段,这一阶段的图像处理系统具有以计算机内存为中心的系统结构。随着网络数据库的发展,系统走出了一人一机的圈子,服务器/ 客户机、Internet、浏览器、网络数据库……图像处理系统似乎变大了,资源也增多了。计算机编程语言、操作系统出现了多样化,多CPU的服务器开始走进普通实验室,分布式计算系统被用来构造指纹识别系统和人面像识别系统,图像处理系统越来越大型化, 这时的图像处理系统可称为超级图像系统。这个阶段为第 3阶段, 这一阶段的图像处理系统具有以网络为中心的系统结构[。图像处理技术和计算机技术密不可分,随着计算机技术的超高速发展,图像处理系统的更新换代速度也明显加快。例如一些在 DOS操作系统下运行的应用软件,随着 Windows的出现而面临着升级的压力;原来建筑在 ISA总线上的图像卡,随着 PCI总线的出现而趋于淘汰,PCI图像卡则应运而生。落后与先进、淘汰与新生,同一应用领域出现多个版本的竞争,新的知识不断涌现,这无疑使图像界既充满活力,同时又面临着诸多挑战。在众多新技术中,图像处理网络化的影响无疑是巨大的。知识的挖掘、图像的浏览、基于内容的查询、以网络为中心的系统结构等挑战性的新课题不断涌现,网络化使图像处理技术提高到了一个新高度。 数字图像处理国内外研究现状和发展趋势(2):http://www.youerw.com/yanjiu/lunwen_15882.html