图像处理技术简介
图像处理技术是关于图像处理的一系列技术的总称，其包含了是什么许多不同的研究方向。目前，其主要的相关研究内容可分为如下一些领域：
1．图像增强：目的使图像中不突出，或不清楚的部分被增强，对灰度图是调整其部分的亮度；对彩图是调整其相应分量的颜。如：对比度增强、灰度拉伸、直方图修正、图像平滑、图像锐化、图像滤波、同态滤波(f(x,y)-ln-fft-H(u,v)-fft-1-exp-g(x,y))；γ校正、彩增强（伪彩处理、假彩处理）等。(见教材)
2．图像变换：包括空间域变换(如：对数极坐标变换、randon变换、hough变换)、频域变换、彩变换(RGB-HSV-CMY-NTSC-YCbCr-HSI)，主要是频域变换：常用的正交变换有DFT,DCT,DWT,KLT(PCA),DHT(Walsh变换),斜变换等。目的使图像在通常情况下难以显示的特征变得突出。(见教材)
A=imread('cameraman.tif');
[ca,ch,cv,cd]=dwt2(double(A),'sym4');
subplot(221),imshow(ca,[]),title('低频分量')
subplot(222),imshow(ch,[]),title('水平分量')
subplot(223),imshow(cv,[]),title('垂直分量')
subplot(224),imshow(cd,[]),title('对角线分量')
3．图像分割：依据图像特征将其具有不同含义的区域区分开来：主要分：①利用灰度统计信息的分割（直方图阈值、分水岭、基于云模型）、②利用区域或光谱信息的分割（区域分
裂合并-四叉树方法）、纹理分割法、多光谱分割法、形态学法等。③利用边缘检测方法：微分边缘检测(edgedemo)，snake模型边缘检测，曲面拟合边缘检测，据统计现有百余种边缘检测方法。(见教材)