数字图像处理算法是利用计算机对图像进行去噪、增强、恢复、分割和特征提取的方法和技术。
数字图像处理算法的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展(尤其是离散数学理论的建立和完善)；第三，是农业、畜牧业、林业、环境、军事、工业、医学等广泛领域应用需求的增长。
1.图像变换
由于图像数组非常大，直接在空间域进行处理，计算量很大。因此，经常使用各种图像变换方法，例如：
间接处理技术，如傅立叶变换、沃尔什变换、离散余弦变换等。将空间域中的处理转化为变换域中的处理，不仅可以减少计算量，还可以获得更有效的处理(比如频域中的数字滤波可以使用傅立叶变换)。
2.图像编码和压缩
图像编码和压缩技术可以减少描述一幅图像的数据量(即比特数)，从而节省图像传输和处理时间，减少占用的内存容量。压缩可以实现无失真，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，是图像处理算法中发展最早、最成熟的技术。
3.图像增强
图像增强不考虑图像退化的原因，突出图像中感兴趣的部分。如果加强图像的高频成分，可以使图像中物体的轮廓清晰，细节明显；例如，增强低频分量可以减少图像中噪声的影响。
4.图像恢复
图像复原需要对图像退化的原因有一定的了解。一般来说，应该根据退化过程建立一个“退化模型”，然后采用某种滤波方法来恢复或重建原始图像。
5.图象分割法
图像分割就是提取图像中有意义的特征，如边缘和区域，这是进一步图像识别、分析和理解的基础。
6.图像描述
最简单的二值图像可以利用其几何特征来描述物体的特征，而一般的图像描述方法采用二维形状描述，包括边界描述和面积描述。特殊的纹理图像可以用二维纹理特征来描述。随着图像处理研究的深入发展，开始了对三维物体描述的研究，提出了体描述、面描述和广义圆柱体描述等方法。
7.图像分类(识别)
图像分类(识别)属于模式识别的范畴。其主要内容是经过一定的预处理(增强、恢复、压缩)，对图像进行分割和特征提取，从而做出判断分类。