数字处理常用的方法有：图像变换、图像编码压缩、图像增强和复原、图像分割。
1、图像变换：
由于图像阵列比较大，如果直接在空间域中进行图像处理，这样涉及的计算量会比较大。因此，我们一般采用各种图像变换的方法，如沃尔什变换、傅立叶变换、离散余弦变换等一些间接处理技术，将空间域的处理转变为变换域处理，不仅可减少计算量，而且可获得更有效的处理(如傅立叶变换可在频域中进行数字滤波处理)。
2、图像编码压缩：
图像编码压缩技术能够减少描述图像的数据量，从而可以节省图像传输、处理时间和减少所占用的存储器容量。图像编码压缩能够在不失真的基础上获得，同时也可以在允许的失真条件下开始。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
3、图像增强和复原：
图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显;如强化低频分量可减少图像中噪声影响。
图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。
4、图像分割：
图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。
数字图像处理概述
简单来说，一幅图像可以认为就是一个二维函数f(x,y)，x，y表示位置，函数值就表示该位置处的图像的灰度值或者是强度。当，x，y , f 都是离散值的时候，我们将该图像称为数字图像，也就是说灰度值是由有限数量的组成的，每个灰度值都有其特定的位置和幅值。数字图像处理就是指我们使用计算机来处理这些数字图像。
图像处理具体止步于哪些领域或者其他相关领域（比如图像分析或者是计算机视觉）从哪里开始，并没有一致的看法。有时，用输入和输出都是图像这一规范来对数字图像处理的范围进行界定。这是人为的认定，其实并不准确，比如，在这种定义下，连求一幅图像的平均值（输出是一个数）都不能算是图像处理的范围。
计算机视觉的目标是使用计算机来模拟人的视觉，包括理解并且根据输入采取行动。图像分析领域则是处在图像处理和计算机视觉之间。
从图像处理到计算机视觉这个连续的统一体并没有明确的界限。一种有用的做法是在这个连续的统一体中考虑三种典型的计算处理，即低级、中级、高级处理。低级处理涉及一些基本操作，比如图像降噪，对比度增强，图像锐化等，低级处理输入和输出都是图像为特征。
中级处理涉及的范围比较广，如对图像进行分割（将图像不同的区域或者目标分离），而后对不同的目标进行分类，中级处理是以图像作为输入，但是输出是从这些图像中提取到不同特征，比如图像的轮廓信息，各个物体的标识。而高级图像处理涉及到“理解”图像上的内容，形成一些认知功能。
本书中，将数字图像处理的范围界定为，输入和输出都是图像的处理，也包括从图像中提取特征的处理，也包括图像中各个目标的识别。