区域检测算法及其应用的研究(2)
数字图像处理又称计算机图像处理，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。图像包括了它所表达的物体的描述信息。
图像处理技术着重在图像之间进行的变换，主要目标是要对图像进行各种加工以改善图像的视觉效果并为其后的目标自动识别打基础，或对图像进行压缩编码以减少图像存储所需要的空间或图像传输所需的时间。图像处理相对是对低层的操作，它大体在图像像素级上进行处理。
数字图像处理与模拟图像处理的不同之处在于，它不会因图像一系列变换操作导致图像质量的退化。
从现在的技术来说，可将一幅模拟图像数字转换为任意的二文数组，这主要依赖于图像数字化设备的能力。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、 射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。
图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。
从图像变换方面来讲，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；而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，目前主要在指纹图像增强处理技术，医学影像学方面有显著的成果。这项技术使得各自图像的空间分辨率和对比度有了更大的提高，而最新的医学图像融合则是指对医学影像信息如CT、MRI、SPECT和PET所得的图像,利用计算机技术将它们综合在一起,实现多信息的同步可视化,对多种医学影像起到互补的作用。
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，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。
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；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。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。
图像区域检测是将图像中最能表现图像内容的关键区域进行配准并提取出来的技术。同一场景的多幅图像会在分辨率、成像模式、灰度属性、位置(平移和旋转)、比例尺度、非线性变形及曝光时间等方面存在很多差异。随着图像信息的需要日益渐增，近二十年来，图像区域检测的研究蓬勃兴起，成为图像处理的一大热点。然而不同模态的图像会出现成像原理不同、分辨率不同、灰度属性不同等情况，图像间并不存在简单的一一对应关系。