由於圖像陣列非常大，直接在空間域進行處理需要大量的計算。利用各種圖像變換方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術，將空間域處理轉化為變換域處理，可以減少計算量，獲得更有效的處理。它也廣泛有效地應用於圖像處理。
2.圖像編碼和壓縮:
圖像編碼壓縮技術可以減少描述圖像的數據量，從而節省圖像傳輸和處理時間，減少占用的內存容量。
壓縮可以實現無失真，也可以在允許的失真條件下進行。
編碼是壓縮技術中最重要的方法，是圖像處理技術中最早也是最成熟的技術。
3.圖像增強和恢復:
圖像增強和恢復的目的是提高圖像質量，如去除噪聲和提高圖像清晰度。
圖像增強不考慮圖像退化的原因，而是突出圖像感興趣的部分。如果增強圖像的高頻成分，可以使圖像中物體的輪廓清晰，細節明顯；例如，加強低頻分量可以減少圖像中噪聲的影響。
4、圖像分割:
圖像分割是數字圖像處理的關鍵技術之壹。
圖像分割是從圖像中提取有意義的特征，其有意義的特征包括圖像中的邊緣和區域，是進壹步圖像識別、分析和理解的基礎。
5、形象描述:
圖像描述是圖像識別和理解的必要前提。
壹般的圖像描述方法采用二維形狀描述，包括邊界描述和區域描述。二維紋理特征可以用來描述特殊的紋理圖像。
6、圖像分類:
圖像分類屬於模式識別的範疇，其主要內容是經過壹定的預處理(增強、恢復、壓縮)後進行圖像分割和特征提取，從而做出決策分類。
經典的模式識別方法常用於圖像分類，包括統計模式分類和句法模式分類。
擴展數據:
圖像處理主要應用於攝影印刷、衛星圖像處理、醫學圖像處理、人臉識別、特征識別、顯微圖像處理和汽車障礙物識別。
數字圖像處理技術起源於20世紀20年代，壹張照片通過海底電纜從英國倫敦傳輸到美國紐約，采用了數字壓縮技術。
數字圖像處理技術可以幫助人們更加客觀、準確地認識世界。人類的視覺系統可以幫助人們從外界獲取3/4以上的信息，圖像和圖形是所有視覺信息的載體，雖然人眼的分辨力很高，可以識別成千上萬種顏色。
但在很多情況下，圖像是模糊的，甚至人眼看不到。通過圖像增強技術，可以使模糊甚至看不見的圖像變得清晰明亮。
百度百科-圖像處理