数字图像处理是指通过数字计算机来处理数字图像。我们也可以说这是一种计算机算法的使用，以便获得增强的图像或者提取一些有用的信息。
图像处理主要包括以下步骤：
1.通过图像采集工具导入图像；
2.分析和处理图像；
3.输出结果可以更改图像或基于分析该图像的报告。
什么是图像?
图像定义为二维函数F(x，y) ，其中x和y是空间坐标，并且在任意一对坐标(x，y)处F的振幅都称为该图像在该处的强度观点。当x，y和F的振幅值是有限的时，我们称其为数字图像。
换句话说，图像可以由专门排列成行和列的二维阵列来定义。
数字图像是由有限数量的元素，其中的每一个元件具有在特定location.These元素的特定值被称为图像元素，图像元素，并且像素.A像素被最广泛地用于表示的元件的数字图像。
图片类型
- 二进制图像–顾名思义，二进制图像仅包含两个像素元素，即0和1，其中0表示黑色，1表示白色。此图像也称为单色。
- 黑白图像–仅包含黑白的图像称为黑白图像。
- 8位彩色格式–这是最著名的图像格式。它具有256种不同的颜色阴影，通常称为“灰度图像”。在此格式中，0代表黑色，255代表白色，127代表灰色。
- 16位彩色格式–这是一种彩色图像格式。它具有65,536种不同的颜色，也称为高彩色格式。在这种格式下，颜色的分布与灰度图像不同。
16位格式实际上分为红，绿和蓝三种其他格式。著名的RGB格式。
图像作为矩阵
众所周知，图像以行和列表示，我们具有以下表示图像的语法： 
该方程式的右边是按分辨率的数字图像。此矩阵的每个元素称为图像元素，图片元素或像素。
MATLAB中的数字图像表示：
在MATLAB中，起始索引从1而不是0开始。因此，f(1,1)= f(0,0)。
因此，除了原点偏移外，图像的两种表示形式是相同的。
在MATLAB中，矩阵存储在变量X，x，input_image中，依此类推。变量必须与其他编程语言一样为字母。
图像处理阶段：
1.采集–就像获得一张数字形式的图像一样简单。主要工作涉及：
a)缩放
b)颜色转换(将RGB转换为灰色，反之亦然)
2.图像增强–它是图像处理领域中最简单，最吸引人的部分，它还用于从图像中提取一些隐藏的细节，并且具有主观性。
3.图像恢复–它也可以处理图像的吸引力，但它是客观的(恢复基于数学或概率模型或图像降级)。
4.彩色图像处理–它处理伪彩色和全彩色图像处理，颜色模型适用于数字图像处理。
5.小波和多分辨率处理–它是在不同程度上表示图像的基础。
6.图像压缩-它涉及开发一些执行此操作的功能。它主要处理图像大小或分辨率。
7.形态学处理-它处理用于提取图像成分的工具，这些工具在形状的表示和描述中很有用。
8.分割程序-它包括将图像分割成其组成部分或对象。自主分割是图像处理中最困难的任务。
9.表示和描述-它遵循分段阶段的输出，选择表示只是将原始数据转换为已处理数据的解决方案的一部分。
10.对象检测与识别-这是一个根据对象的描述符为对象分配标签的过程。
具有图像处理的重叠场
根据方框1 ，如果输入是图像，而我们得到图像作为输出，则称为数字图像处理。
根据方框2 ，如果输入是图像，并且我们获得某种信息或描述作为输出，则将其称为“计算机视觉”。
根据方框3 ，如果输入是一些描述或代码，并且我们将图像作为输出，则将其称为“计算机图形学”。
根据方框4 ，如果输入是描述或某些关键字或某些代码，而我们得到描述或某些关键字作为输出，则称为人工智能
参考
数字图像处理(Rafael c。gonzalez)