圖像加密屬於數字圖像處理嗎

① 數字圖像處理：原理與演算法的內容簡介

《數字圖像處理:原理與演算法》針對圖像處理和演算法兩方面為「零知識」起點的讀者。前12章適用於本科教學，主要內容包括概論、圖像數字化、圖像處理基礎、圖像幾何變換、圖像時頻變換、圖像增強、圖像恢復、圖像分割、圖像特徵與分析、圖像形態學、模式識別和圖像壓縮。最後3章包括分形圖像壓縮、圖像加密和圖像水印，可為本科高年級和研究生教學之用。
《數字圖像處理:原理與演算法》內容新穎並注重培養創新能力，介紹演算法深入淺出並注重實現，其主要演算法都在配套的《數字圖像處理-VisualC#.NET編程與實驗》一書中實現了程序。若結合《數字圖像處理一VisualC#.NET編程與實驗》，各層次讀者可各取所需地學習有關章節。《數字圖像處理:原理與演算法》的所有演算法和公式都經過推導和證明，並經過程序驗證。
《數字圖像處理:原理與演算法》適用於計算機、通信和電子信息、自動控制、生物醫學工程等各理工科相關專業的本科和研究生教學和工程技術人員應用參考。

② 數字圖像處理的常用方法

數字處理常用的方法有：圖像變換、圖像編碼壓縮、圖像增強和復原、圖像分割。

1、圖像變換：

由於圖像陣列比較大，如果直接在空間域中進行圖像處理，這樣涉及的計算量會比較大。因此，我們一般採用各種圖像變換的方法，如沃爾什變換、傅立葉變換、離散餘弦變換等一些間接處理技術，將空間域的處理轉變為變換域處理，不僅可減少計算仿老量，而且可獲得更有效的處理(如傅立葉變換可在頻域中進行數字濾波處理)。

2、圖像編碼壓縮：

圖像編碼壓縮技術能夠減少描述圖像的數據量，從而可以節省圖像傳輸、處理時間和減少所佔用的存儲器容量。圖像編碼壓縮能夠在不失真的基礎上獲得，同時也可以在允許的失真條件下開始。編碼是壓縮技術中鎮毀最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。

3、圖像增強和復原：

圖像增強和復原的目的是為了提高圖像的質量，如去除雜訊，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯;如強化低頻分量可減少圖像中雜訊影響。

圖像復原要求對圖像降質的原因有一定的了解，一般講應根據降質過程建立「降質模型」，再採用某種濾波方法，恢復或重建原來的圖像。

4、圖像分割：

圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特徵部分提取出來，其有意義的特徵有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用於各種圖像的有效方法。

數字圖像處理概述

簡單來說，一幅圖像可以認為就是一個二維函數f(x,y)，x，y表示位置，函數值就表示該位置處的圖像的灰度值或者是強度。當，x，y , f 都是離散值的時候，我們將該圖像稱為數字圖像，也就是說灰度值是由有限數量的組成的，每個灰度值都有其特定的位置和幅值。數字圖像處理就是指我們使用計算機來處理這些數字圖像。

圖像處理具體止步於哪些領域或者其他相關領域（比如圖像分析或者是計算機視覺）從哪裡開始，並沒有一致的看法。有時，用輸入和輸出都是圖像這一規范來對數字圖像處理的范圍進行界定。這是人為的認定，其實並不準確，比如，在這種定義下，連求一幅圖像的平均值（輸出是一個數）都不能算是圖像處理的范圍。

計算機視覺的目標是使用計算機來模擬人的視覺，包括理解並且根據輸入採取行動。圖像分析領域則是處在圖像處理和計算機視覺之間。

從圖像處理到計算機視覺這個連續的統一體並沒有明確的界限。一種有用的做法是在這個連續的統一體中考慮三種典型的計算處理，即低級、中級、高級處理。低級處理涉及一些基本操作，比如圖像降噪，對比度增強，圖像銳化等，低級處理御大備輸入和輸出都是圖像為特徵。

中級處理涉及的范圍比較廣，如對圖像進行分割（將圖像不同的區域或者目標分離），而後對不同的目標進行分類，中級處理是以圖像作為輸入，但是輸出是從這些圖像中提取到不同特徵，比如圖像的輪廓信息，各個物體的標識。而高級圖像處理涉及到「理解」圖像上的內容，形成一些認知功能。

本書中，將數字圖像處理的范圍界定為，輸入和輸出都是圖像的處理，也包括從圖像中提取特徵的處理，也包括圖像中各個目標的識別。

③ （急）數字圖像處理主要包含哪八個方面的內容

主要內容有：圖像增強、圖像編碼、圖像復原、圖像分割、圖像分類、圖像重建、圖像信息的輸出和顯示。

圖像增強用於改善圖像視覺質量；圖像復原是盡可能地恢復圖像本來面目；圖像編碼是在保證圖像質量的前提下壓縮數據，使圖像便於存儲和傳輸；圖像分割就是把圖像按其灰度或集合特性分割成區域的過程。

圖像分類是在將圖像經過某些預處理（壓縮、增強和復原）後，再將圖像中有用物體的特徵進行分割，特徵提取，進而進行分類；圖像重建是指從數據到圖像的。處理，即輸入的是某種數據，而經過處理後得到的結果是圖像。

(3)圖像加密屬於數字圖像處理嗎擴展閱讀

發展概況

數字圖像處理最早出現於20世紀50年代，當時的電子計算機已經發展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數字圖像處理作為一門學科大約形成於20世紀60年代初期。

早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量後的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。首次獲得實際成功應用的是美國噴氣推進實驗室（JPL）。

他們對航天探測器徘徊者7號在1964年發回的幾千張月球照片使用了圖像處理技術，如幾何校正、灰度變換、去除雜訊等方法進行處理，並考慮了太陽位置和月球環境的影響，由計算機成功地繪制出月球表面地圖，獲得了巨大的成功。

隨後又對探測飛船發回的近十萬張照片進行更為復雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創舉奠定了堅實的基礎，也推動了數字圖像處理這門學科的誕生。

在以後的宇航空間技術，如對火星、土星等星球的探測研究中，數字圖像處理技術都發揮了巨大的作用。數字圖像處理取得的另一個巨大成就是在醫學上獲得的成果。

④ 數字圖像處理的常用方法

數字圖像處理的常用方法：圖像變換、圖像編碼壓縮、圖像增強和復原、圖像分割、圖像分類（識別）、圖像描述。

3、圖像增強和復原：圖像增強和復原的目的是為了提高圖像的質量兄世，如去除雜訊，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，扮塵握突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰。

細節明顯；如強化低頻分量可減少圖像中雜訊影響。圖像復原要求對圖像降質的原因有一定的了解，一般講應根據降質過程建立「降質模型」，再採用某種濾波方法，恢復或重建原來的圖像。

4、圖像分割：圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特徵部分提取出來，其有意義的特徵有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。

雖然目前已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用於各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。

5、圖像描述：圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可採用其幾何特性描述物體的特性，一般圖像的描述方法採用二維形狀描述，它有邊界描述和區域描述兩類方法。對於特殊的紋理圖像可採用二維紋理特徵描述。隨著圖像處理研究的深入發展，已經開始進行三維物體描述的研究，提廳慶出了體積描述、表面描述、廣義圓柱體描述等方法。

6、圖像分類（識別）：圖像分類（識別）屬於模式識別的范疇，其主要內容是圖像經過某些預處理（增強、復原、壓縮）後，進行圖像分割和特徵提取，從而進行判決分類。圖像分類常採用經典的模式識別方法，有統計模式分類和句法（結構）模式分類，近年來新發展起來的模糊模式識別和人工神經網路模式分類在圖像識別中也越來越受到重視。