1.3.4  在工业和工程领域的应用
在工业和工程领域中图像处理技术有着极为广泛的应用，例如自动分拣邮政信件，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等等，极大地提高了工作效率及质量。具备听觉、视觉和触觉功能的智能机器人的也已成功研制，并正在投入生产。
1.3.5  在军事公安领域的应用
由于数字图像处理在模式识别方面应用越来越显示了其功能的强大，所以，飞行领域中，飞行导航、运动目标控制等以及公安业务图片的指纹识别、人脸鉴别以及事故分析等对精确快速的图像处理技术有着广大的需求。
1.3.6  在艺术领域的应用
产生适合人观察和识别的图像及希望由计算机自动识别和理解图像是利用计算机进行图像处理的两个目的。无论最终目的属于哪一种，对包含有大量各式各样景物信息的图像进行分割是图像处理中不可或缺的关键一步。图像被分解出具有某种特征的最小成分是分割的最终结果，而这些最小成分称为图像的基元。图像特征是可以作为区分图像的标志属性，包括图像的统计特性和图像的视觉特征两类。统计特性是指通过变换才能得到的人为定义的特征，[4]而图像的视觉特征指可直接被人的视觉感受到的自然特征。不难得知，能表示特征的最小成的分图像基元是比整幅图像更容易被快速处理。利用这两类特征把图像分解即称为图像的分割。
1.4  数字图像处理的处理方式
a) 图像变换
将图像不经处理的在空间域直接处理是不合适的，这样计算量很大。但是我们可以将空间域的处理转换到变换域来处理，如傅里叶变换、离散余弦变换等。这样处理在减少计算量的同时，还可以使处理更加有效（如在频域中对傅里叶变换进行数字滤波处理）。目前小波变换在图像处理中是一个应用及研究的热门。
b) 图像压缩编码
我们在学习生活中经常会对内容较大的信息使用到压缩包进行压缩，对图像的压缩也是其中一种，很显然它的目的是减少所需占用的存储空间以便于相关处理。它在图像处理技术中是一门发展很成熟的技术。
c) 图像增强与复原
图像的增强和复原易知是对图像进行的两个相反操作，但目的都是进一步提高图像的质量。两者之中仅仅图像的复原是将图像质量下降的原因考虑在内的，因为要具体情况具体分析，根据降质原因建立相应的降质模型，再选择恰当的滤波法来恢复原图像。图像增强简单来说就是对感兴趣的部分在某些相关性质上进行增强
d) 图像分割
图像分割技术作为是数字图像处理中的关键技术，将图像中某些特征提取出来，为进一步展开对图像的识别、分析和理解奠定基础。近二十年以来，研究人员将其他学科的新理论、新方法与之进行有机融合，提出了不少经典的分割方法。
e) 图像描述
作为将图像分割为区域的后续步骤，图像描述可以使为被加工的像素更加适合于计算机处理，因此图像描述可以说是图像识别和理解的必要前提。图像描述方法有图像拟合实现、链码、基于弧长极半径的傅里叶描述子和矩描述四种。
f) 图像分类（识别）
图像分类常见的有以下几种：基于色彩特征的索引技术，基于纹理的图像分类技术，基于形状的图像分类技术，基于空间关系的图像分类技术。随着计算机技术和图像处理技术不断发展，模式识别已形成其自有体系 [5]。
 
2  MATLAB平台及开发环境
MATLAB在国际上是公认的最优秀科技应用软件之一，由美国Mathworks公司开发并在1984年在市场推出，集矩阵计算、数值分析、科学数据化等等强大功能与一身，是强大的科学计算平台。在工程设计、科学研究和必须进行有效数值计算的各学科领域中，充当着能够提供简捷且高效大编程工具。 MATLAB药盒图像分割+源程序(3):http://www.youerw.com/tongxin/lunwen_24022.html