圖像處理一般指數(shù)字圖像處理。數(shù)字圖像是指用數(shù)字攝像機、掃描儀等設備經(jīng)過采樣和數(shù)字化得到的一個大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術的主要內(nèi)容包括圖像壓縮，增強和復原，匹配、描述和識別三部分。
　　
　　常見的圖像處理有圖像數(shù)字化、圖像編碼、圖像增強、圖像復原、圖像分割和圖像分析等。雖然某些處理也可以用光學方法或模擬技術實現(xiàn)，但它們遠不及數(shù)字圖像處理那樣靈活和方便，因而數(shù)字圖像處理成為圖像處理的主要方面。
　　
　　圖像處理的各個內(nèi)容是互相有的，一個實用的圖像處理系統(tǒng)往往結(jié)合應用幾種圖像處理技術才能得到所需要的結(jié)果。以圖片分析和理解為目的的分割、描述和識別將用于各種自動化檢測系統(tǒng)，如字符和圖形識別、用機器人進行產(chǎn)品的裝配和檢驗、自動軍事目標識別和跟蹤、指紋識別、X光照片和血樣的自動處理等。在這類應用中，往往需綜合應用模式識別和計算機視覺等技術。
　　
　　從某種意義上說，圖像處理分析是機器視覺的一部分。而從另一種意義上說，圖像處理分析是一門更廣的學科。然而實際上，這兩個領域是密不可分，互相支持的。
　　
　　機器視覺的主要任務可分為：*，定位，即能夠自動判斷物體的位置，并將位置信息通過一定的通訊協(xié)議輸出；第二，測量，自動測量產(chǎn)品的外觀尺寸，比如外形輪廓、孔徑、高度、面積等尺寸的測量；第三，缺陷檢測，這是機器視覺系統(tǒng)用的zui多的一種功能，它可以檢測產(chǎn)品表面的一些信息。譬如：包裝正誤，有沒有包裝正確、印刷有無錯誤、表面有無刮傷或顆粒、破損、有沒有油污灰塵、塑料件有沒有穿孔、有沒有注塑不良等；基本上，產(chǎn)品的品質(zhì)需要用人眼來判斷的，都可以嘗試用視覺技術來替代，獲得更有的產(chǎn)品性能。
　　
　　對于缺陷檢測，也可以說是對物體進行比較，例如，將生產(chǎn)線上的單元與同樣類型的KGU（已知單元）相比較，找出諸如缺少元件或標簽等的制造缺陷。這種比較可能是簡單的圖樣相減，也可能涉及到幾何或矢量圖形匹配算法。如果被比較物體的尺寸或方向各不相同的話，就必須采用后者。比較的類型包括檢測物體的有無、匹配色彩和比較印刷質(zhì)量。對于上述的檢測而言，都是建立在機器視覺檢測技術上來完成的。