图像处理是指用计算机处理图像的过程，是用来实行美化图像的视觉效果，研究的主要内容包括图像数字化、图像增强、图像还原、图像分割等。数字图像处理最早起源于20世纪20年达的报纸行业，到20世纪50年代时，随着计算机行业的蓬勃发展，人们开始把注意力转移到了这个行业当中来，尤其是随着太空计划的实施，对月球照片的处理就是这里最明显的例子。

数字图像处理技术也存在着一些问题：(1)在信息量和数据处理速度上还有所欠缺；(2)需要加强软件开发的新方法，注重技术和其他学科的研究发展，并与图像处理相结合；(3)在图像处理领域没有标准化，通信和使用非常不方便，导致资源共享的严重障碍。

从20世纪90年代初开始以来，数字图像处理技术得到了人们的注目，开始了不断发展。自从1986年以来，小波理论和变换方法的快速发展解决了在局部分析中傅里叶分析的不足，这是过去半个世纪中调和分析工作的结晶。1988年Mallat把小波分析应用于图像分解和重构中[5]。在数学方法上小波分析被认为是信号与图像分析的重大突破。在此之后，数学和其他领域的新理论的诞生（包括模糊数学、数学形态学、多尺度变换及神经网络等等）以及计算机硬件的开发改良，成就了数字图像处理技术的飞速发展。随着数字图像处理技术的光速发展，在图像通讯、卫星照片传输、医疗设备、工业自动化以及信息系统等领域有关图像处理技术的应用越来越多。图像处理技术成为了一门新兴的、引人注目的新型学科。

21世纪以来，随着图像处理技术发展迅速，在很多领域取得了成果：在生物领域，利用图像处理技术对生物细胞进行处理、识别、分割和计数，对生物研究方面的发展起了促进作用；在海洋生态领域，有许多要探索的，由于深海中的干扰因素多，难以通过一张图像来获取足够的信息，这时就需要通过图像处理中的图像拼接技术来将多张图像整合起来，形成一张完整的深海图等等。

几种图像处理常用的方法：

(1)图像变换：如果要直接在空间域中处理图像阵列，涉及到的计算量一般会很大。所以通常用各种图像变换的方法，例如离散余弦变换、傅立叶变换、小波变换等方法把空间域处理转变为变换域处理，来减少计算量并获得更有效的处理。

(2)图像编码压缩：该方法可以减少图像的数据量，方便图像的传输、处理时间以及减少图像所占的容量。编码压缩是图像处理方法中最早发展也是比较成熟的方法之一。

(3)图像增强和复原：该方法是为了提升图像的质量。图像增强突出了图像中有用的部分，它不考虑图像降质；图像复原则需要对图像降质要有了解。

(4)图像分割：它是将图像中有意义的部分提取出来，包括边缘提取、区域分割等方法[6]。目前对图像分割的研究是图像处理中的热点之一，还在不断深入中。