1.4數字圖像處理的基本步驟
數字圖像處理的內容劃分爲以下兩個主要類別：一類是其輸入輸出都是圖像。一類是其輸入可能是圖像，但輸出是從這些圖像中提取的屬性。
- 圖像獲取是數字圖像處理的第一步處理。圖像獲取與給出一幅數字形式的圖像一樣簡單。通常，圖像獲取階段包括圖像預處理，譬如圖像縮放。
- 圖像增強是對一幅圖像進行操作，使其結果在特定應用中比原始圖像更適合進行處理。“特定”一詞很重要，因爲增強技術建立在面向問題的基礎上，例如，對增強X射線圖像十分有用的方法，對增強電磁波譜中紅外波段獲取的衛星圖像可能就不是好方法。不存在圖像增強方法的通用理論，圖像增強方法多種多樣，特殊情況特殊對待。
- 圖像復原也是改進圖像外觀的處理領域。與圖像增強不同，圖像增強是主觀的，而圖像復原是客觀的；復原技術傾向於以圖像退化的數學或概率模型爲基礎。而增強以什麼是好的增強效果這種主觀偏愛爲基礎。
- 彩色圖像處理,第6章涵蓋許多彩色模型和數字域彩色處理的基本概念。彩色也是圖像中提取感興趣區域的基礎。
- 小波是以不同分辨率來描述圖像的基礎。本書中爲圖像數據壓縮和金字塔表示使用了小波，此時圖像被成功地細分爲較小的區域。
- 壓縮指的是減少圖像存儲量或降低圖像帶寬的處理。互聯網是以大量的圖片內容爲特徵的，例如，jpg文件擴展名用於jpeg的圖像壓縮標準。jpeg格式的圖像可以用最少的磁盤空間得到較好的圖像質量。
- 形態學處理涉及提取圖像成分的工具，這些成分在表示和描述形狀方面很有用。這一章的內容將從輸出圖像處理到輸出圖像屬性處理的轉換開始。
- 分割過程將一幅圖像劃分爲其組成部分或目標。通常，自動分割是數字圖像處理中最困難的任務之一。成功地把目標逐一分割出來是一個艱難的分割過程。通常，分割越準確，識別越成功。
- 表示與描述，選擇一種表示僅是把原始數據轉換爲適合計算機進行後續處理的形式的一部分。爲描述數據以使感興趣的特徵更加明顯，必須確定一種方法。描述又稱爲特徵選擇，它涉及提取特徵，可得到某些感興趣的定量信息，或是區分一組目標與其他目標的基礎
- 目標識別，是基於目標的描述給該目標賦予標誌（如“車輛”）的過程。