① 几何处理（Geometrical Processing）

通常，图像的几何处理包含图像的位置变换、姿势变换、大小变换、多图配准以及图像扭曲校正等。运用图像的扭曲校正功能，可以将因为噪声、干扰、传输误差等导致的变形图像进行几何校正，从而得出准确的图像。

② 图像的运算

算术处理（Arithmetic Processing）主要是通过图像像素进行加、减、乘、除等运算，可实现改变图像的直方分布、提高图像分辩率以及改善图像均衡等目的。

③ 图像增强

由于图像在前序处理中可能因为干扰、噪声等导致图像模糊、细节不明显，因此需要图像增强(Image Enhancement）突出关键特征或信息，并除去或减少无用信息和噪声。

④ 图像复原

图像复原(Image Restoration)目的在于提高图像的质量，在预处理中最大程度的重新构出原始图像，主要应用全局性卷积运算实现这个功能。

⑤ 图像编码

图像编码(Image Encoding)研究目的在于压缩图像大小，利用了图像元素的统计特性及人类视觉特性等对图像进行相应编码，包括多种制式，如：BMP,EG等。

⑥  图像形态学处理

图像的形态学处理基本运算包括：腐蚀(Erosion)、膨胀(Delation)、开(Opening)和闭(Closing)等。

⑦ 图像重建

图像重建(Image Reconstruction)运用最多、范围最大的是卷积反投影法。

⑧ 模式识别

对于一个实用的图像处源.自/吹冰·论\文'网·www.chuibin.com/ 理系统而言，很多时候不仅要用到一两种处理技术，还需要结合多种图像处理技术才能达到所需效果。

2.3 处理工具分类

  第一类方法是直接在空间域中处理图像，包括统计方法(Statistics Method)、微分方法(Differential Scheme)等。

  第二类是数学形态学运算，其运算的理论基础包括积分几何（Integral Geometry）和随机集合论(Random Set Theory)两个部分。

  第三类包括正交变换(Orthogonal Transformation)、图像滤波等方法，特点是对图像进行分隔处理[11]。

2.4  数字图像的灰度化及二值化算法

   图像表示的RGB模型中，R、G、B用于代表色彩的三原色，R=G=B时显示为灰度图像。灰度图像存储每像素只用一个字节的灰度值（也称强度值）。一般有下列四种方法对彩色图像进行灰度化