数字影像处置（Digital Image Processing）又称为排序机影像处置，孔颖草影像讯号转化成模拟讯号并利用排序机对其展开处置的操作过程。也是对图形展开分析、研磨和处置，使其满足用户听觉、焦虑以及其他明确要求的几项控制技术。
数字影像处置常见方式有：影像切换、影像代码填充、影像增强和复元、影像拆分、影像叙述及影像进行分类。上面将各式各样方式方式Ins13zD简单介绍。
1、影像切换
由于影像侦测器非常大，直接在内部空间域中展开处置，涉及排序量非常大。因此，往往选用各式各样影像切换的方式，如傅里叶切换、莫斯什切换、对数正弦切换等间接地处置控制技术，将内部空间域的处置切换为切换域处置，不仅可增加排序量，而且可赢得更有效率的处置（如傅里叶切换可在频域中进行数字低通滤波器处置）。目前新经济研究的傅里叶切换在频域和频域中都具有良好的局部性化优点，它在影像处置中也有著广泛而有效率的应用领域。
2、影像代码填充
影像代码填充控制技术可增加叙述影像的信息量（即BCC数），以期节约影像数据传输、处置时间和增加所挤占的内存耗电量。填充能在不杂讯的大前提下赢得，也能在容许的杂讯条件下展开。代码是填充控制技术中最重要的方式，它在影像处置控制技术中是发展最先且比较成形的控制技术。
3、影像增强和复元
影像增强和复元的目的是为了提升影像的产品质量，如除去噪音，提升影像的对比度等。影像增强不考虑影像降质的其原因，注重影像中所钟爱的部分。如加强影像低频量纲，可使影像中球体线条明晰，技术细节明显；如加强低频量纲可增加影像中噪音影响。影像复元明确要求对影像降质的其原因有一定的了解，一般应根据降质操作过程建立“降质数学模型”，再选用这种低通滤波器方式，恢复或复建原来的影像。
4、影像拆分
影像拆分是数字影像处置中的关键控制技术之一。影像拆分是将影像中有意义的特征部分提取出来，这是进一步展开影像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域拆分的方式，但还没有一种普遍适用于各式各样影像的有效率方式。因此，对影像拆分的研究还在不断深入之中，是目前影像处置中研究的热点之一。
5、影像叙述
影像叙述是影像识别和理解的必要大前提。作为最简单的二值影像可选用其几何优点叙述球体的优点，一般影像的叙述方式选用二维形状叙述，它分为边界叙述和区域叙述两类方式。对于特殊的纹理影像可选用二维纹理特征叙述。随着影像处置研究的深入发展，已经开始展开三维球体叙述的研究，提出了体积叙述、表面叙述、广义圆柱体叙述等方式。
6、影像进行分类（识别）
影像进行分类（识别）属于模式识别的范畴，其主要内容是影像经过某些预处置（增强、复元、填充）后，展开影像拆分和特征提取，从而展开判决进行分类。影像进行分类常选用经典的模式识别方式，有统计模式进行分类和句法（结构）模式进行分类，近年来新发展起来的模糊模式识别和人工神经网络模式进行分类在影像识别中也越来越受到重视。
