图像识别处理基本采用传统的模式识别方式，有统计模式识别和结构模式识别两种，随着研究广泛进行，人工神经网络模式识别和模糊模式识别也得到不同程度的重视，进行广泛研究。

　　3 数字图像处理技术的优点

　　数字图像处理技术与模拟图像处理技术在基本原理上的差异之处，是数字化处理技术不可能在图像的传输、存储或复制等操作处理过程中，使图像质量有所降低。 图像在数字化过程中精确地再现了原模拟图像，则在数字图像处理过程中就能够确保无损于图像的各项数字化指标。

　　依据现有的数字化技术，在图像数字化设备的性能满足要求的情况下，完全可以数字化模拟图像成为目标精度的二维数组。 目前的数字化扫描仪能够将各个像素的灰度等级量化处理为 48 位甚至更高，这就说明数字化图像的精度可以满足几乎所有的应用需求。 对于数字化处理设备来说，无论二位数组的规模，也不考虑像素的量化位数，处理过程基本是相同的。 从原理的角度来看，无论图像的量化精度达到什么程度， 在技术上都是可以完成的，只需要在处理修改过程中的数组技术参数。 而在图像的模拟量化处理过程中，要想把量化处理精度提升，就需要采用非常高等级的硬件设备或大规模提升处理装置的技术参数等级， 从技术经济方面考虑，是非常不合理的。

　　图像的信息来源是多样化的， 一般情况下是可见光的感光图像， 也可以是不可见光的波谱图形图像。从图像映射物体感官的角度，微观至电子显微镜采集的图像，宏观至大规模空天望远镜采集的图像。

　　不同信息来源的图像转换为数字化编码后， 都可以表示为二维数组的灰度级图像， 进而完成数字化处理过程。 对于图像的不同信息来源， 使用对应的图像信息量化技术， 图像的数字化处理技术可以用于任何一类图像。

　　图像数字化处理技术基本上可以归类为图像的质感提升、像素分析和区域重构等手段。因为图像的模拟技术处理从数学上分析只可以进行线性分析，就局限了模拟图像处理技术可以完成的工作需求。

　　4 数字图像处理技术的展望

　　提高计算机对数字图像处理的速度， 提高采集分辨率和显示分辨率， 提高多媒体技术关键中图像数据的压缩， 进行计算机识别和理解研究中按照人类的认知和思维方式工作并考虑到主观概率和非逻辑思维技术，规划统一的标准以实现图像的处理、传输和存储研究健康发展， 以上几点都是数字图像处理技术合理发展的基本融汇技术基础。

　　同时， 信息数据量更大的三维数字图像必将得到广泛应用研究， 图像与图形相互融合后形成三维成像或多维成像的发展方向也正在众多应用中广泛推进。

　　5 总结

　　数字图像处理技术在社会的每个行业、每个领域都得到广泛的应用，数字图像处理的技术应用随时、随处都可以见到，得到充分的研究发展和应用推广，还不能充分满足日益增长的技术需求。数字图像处理技术不断地在自身发展和完善的同时，还与多个计算机分支学科的发展密不可分，有多个新的技术方向需要研究和创新，

　　对数字图像处理技术的发展方向进行研究、探讨的重要性就显得尤为突出。

　　参考文献

　　[1] 朱 睿。数字图像处理技术现状与展望[J].中 国科技博览 ,2011(14)：7-28.

　　[2] 李红俊，韩冀皖。数字图像处理技术及其应用[J].计算机测量与控制，2002(9)：35-36.

　　[3] 李立芳。浅谈数字图像处理技术及应用 [J].中国科技信息，2012(3)：45-46.

　　[4] 谭海艳。数字图像压缩综述[J].科技经济市场，2011(8)。