热心网友的回答：
影象去噪是降低影象中没有用或干扰有用资讯的操作。比如降低随着影象捕捉进来的ccd噪音，传输时带入的电子干扰噪音。所以做好降噪操作就必须了解噪音**，噪音特徵。
影象增强是突出影象中有用资讯的操作。比如电检视像的细节，比如医用影象中目标轮廓和质地。影象增强往往不是一定有好坏之分，因为不同人群对目标影象应该呈现的样子喜好不一样。
功力深的影象增强会对目标人群进行区分，了解他们的视觉背景敏感喜好，光照敏感，色彩敏感，和清晰度/对比度敏感区间。
热心网友的回答：
去噪也是增强，影象里的随即白点黑点很可能是噪声，通过一定演算法去掉这些坏点，即改变它亮度值，这就是去噪。
增强更easy，边缘增强，ndvi等等，突出你想看见的资讯就是增强。
我不知道他们有什么好区别的。
流浪汉的回答：
你用一张原图 做两张** 看看就明白 了 说不明白啊
影象处理当中影象去噪和影象增强的区别
珎妈比狗骚劳的回答：
不同的应用领域嘛！ 影象增强是增强，可以使影象的边缘资讯更明朗。 比如我用拉普拉斯运算元增强，影象的纹理细节减弱，边缘资讯增强。
得到结果就是一个边界图。 影象分割是分割，可以分割不同的区域。 比如我用分水岭演算法可以使不同区域填充，从而使影象不同的地方能分离出来。
非要说联络？那就是影象分割之前一般先进行影象增强，以使效果明显。
影象处理和计算机视觉的区别
蓝眼睛的回答：
1、程度不同
影象处理，用计算机对影象进行分析，以达到所需结果的技术。
计算机视觉是一门研究如何使机器「看」的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟蹤和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的影象。
2、内容不同
影象处理技术一般包括影象压缩，增强和复原，匹配、描述和识别3个部分。
计算机视觉技术包括影象获取、预处理、特徵提取、检测分割、高阶处理。
3、应用程度不同
影象处理应用于：摄影及印刷、卫星影象处理、医学影象处理、面孔识别，特徵识别、显微影象处理、汽车障碍识别
计算机视觉应用于：视觉是各个应用领域，如製造业、检验、文件分析、医疗诊断，和军事等领域中各种智慧/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。
热心网友的回答：
一、重点不同
1、影象处理侧重在「处理」影象，如增强，还原，去噪，分割。
2、计算机视觉重在使用计算机来模拟人的视觉。
二、 作用不同
1、计算机视觉使电脑处理成为更适合人眼观察或传送给仪器检测的影象。
2、影象处理用工业相机、摄像机、扫描器等装置经过拍摄得到的一个大的二维阵列。
扩充套件资料
计算机视觉关注的目标在于充分理解电磁波，主要是可见光与红外线部分，遇到物体表面被反射所形成的影象，而这一过程便是基于光学物理和固态物理，一些尖端的影象感知系统甚至会应用到量子力学理论，来解析影像所表示的真实世界。
物理学中的很多测量难题也可以通过计算机视觉得到解决，例如流体运动。也由此，计算机视觉同样可以被看作是物理学的拓展。
影象处理应用：
1、摄影及印刷
2、卫星影象处理（satellite image processing）
3、医学影象处理（medical image processing）
4、面孔识别,特徵识别（face detection, feature detection, face identification）
5、显微影象处理（microscope image processing）
6、汽车障碍识别（car barrier detection）
热心网友的回答：
你好！ 影象处理和计算机视觉有很大的关联性，所以你在搜技术文章的时候，可能这两个关键词你都可以试一试。他们的区别在于，影象处理侧重在「处理」影象：
如增强，还原，去噪，分割，等等；而计算机视觉在于使用计算机（也许是可移动式的）来模拟人的视觉，因此模拟才是计算机视觉领域的最终目标。要实现这个目标，至少有两件事要做，第一是影象处理，第二是影象理解。比如一个机器人眼睛读入的资料可能是模糊的，可能是有噪声的，那么首先要进行去噪和还原。
之后机器人要能理解这个影象意味着什么，比如特定的军事目标，那么它可能要进行分割，然后用统计学的方式进行模式识别。显然识别这个部分就属于影象理解，而非单纯的影象处理了。
影象处理数学家也可以做，但是数学家不会去做计算机视觉，这永远是工程师的事。
石鑫华视觉网的回答：
楼上的的回答很关键。这里再加一些：
影象处理，针对影象本身进行一些处理，这里可以是工业、医疗、娱乐、多**、广告等多个行业的，如常见的photoshop也是影象处理软体，使用此软体从事相关工作的人也是影象处理人员。其它行业也有类似的效果，即将原始影象，通过一些演算法、技术、手段等，转换成使用者自己认为理想的影象，即把影象给处理了。
计算机视觉，或者说是机器视觉（计算机视觉与机器视觉略有不同，不过更相近），则类似于人类的视觉效果，只不过是用到了机器、计算机上。这其中，大部分的机器视觉，都包含了影象处理的过程，只有影象处理过后，才能找到影象中需要的特徵，从而更进一步的执行其它的指令动作，如机械手臂的运动、机台的移动等，这些应用在大学里主要表现在机器人上，如机器人踢球、下棋等，在工业上，则主要应用于工业机器人，完成自动生产、装配、检测等工作，富士康就有大量的机器人，在农业上，则表现在一些自动收割机，如棉花收割，自动分类机器。
当然也有一些机器视觉是不需要影象处理的，如经过相机镜头等直接连线到显示器上观察的，结果好坏是由人来判断的，这时影象处理的过程是由人自己完成的，而不是计算机。还有一些影象感测器有固定的特性，如颜色感测器，那样只会有讯号出来即可，也是没有影象处理的。
计算机视觉，一定是包含计算机的，而机器视觉，则不一定需要计算机，可以是智慧相机，也可以是影象感测器，当然也可以使用计算机完成。
娜莉的回答：
」计算机视觉「，是指用计算机实现人的视觉功能，对客观世界的三维场景的感知、识别和理解。计算机视觉是一个处于指示前沿的领域。我们认为计算机视觉，或简称为「视觉」，是一项事业，它与研究人类或动物的视觉是不同的。
它藉助于几何、物理和学习技术来构筑模型，从而用统计的方法来处理资料。因此从我们的角度看，在透彻理解摄像机效能与物理成像过程的基础上，视觉对每个画素进行简单的推理，将在多幅影象中可能得到的资讯综合成和谐的整体，确定画素集之间的联络以便将它们彼此分割开，或推断一些形状资讯，使用几何资讯或概率统计技术来识别物体。
」机器视觉「，即採用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即影象摄取装置，分cmos和ccd两种）把影象抓取到，然后将该影象传送至处理单元，通过数字化处理，根据画素分布和亮度、颜色等资讯，来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的装置动作。
目前广泛应用于食品和饮料、化妆品、建材和化工、金属加工、电子製造、包装、汽车製造等行业。
机器视觉是个相对较新的技术，它为製造工业在提高产品质量、提高生产效率和操作安全性上提供了许多技术。在其他相关技术中，机器视觉包括影象数字化、影象操作和影象分析，通常使用计算机来完成，所以说它是一门覆盖影象处理和计算机视觉的专业。然而，我们又强调过机器视觉、计算机视觉和影象处理不是同义的。
它们其中之一都不是任何其他两个的子集。计算机视觉是电脑科学的一个分支，而机器视觉是系统工程一个特殊领域。机器视觉没有说明要使用计算机，但是在获取高速处理速度上经常会使用特殊的影象处理硬体，这个速度是普通计算机所不能达到的。
机器视觉是计算机视觉在工厂自动化的一个应用。正如监视员在一个装配线上工作，可视地监视物件并判断其质量，因此机器视觉系统使用照相机和影象处理软体来完成类似的监视。一个机器视觉系统是一个在基于数字影象分析上作决定的计算机。
综上所述，其实机器视觉和计算机视觉并没有很清晰的界限，而是紧密的联络在一起，它们有着相同的理论，只是在实际应用中有所不同，计算机视觉与机器视觉都是要从影象或影象序列中获取对世。
大海恆山的回答：
影象处理是一中软体 视觉是计算机的应用
影象复原与影象去噪有什么区别？
和才汉魂的回答：
1、影象去噪也是影象复原
2、物件：狭义的影象复原主要针对受到的确定性（determinisitic）劣化、去噪针对的是非确定性的统计噪声：
例如古画受到岁月侵蚀属前者，古画生了虫子出现霉点属后者；
拍**时手抖了属于前者，显影药水髒了使得出来的**显示出很多的颗粒噪点，属后者。
3、模型和处理方法不同
狭义的影象复原需要找出劣化系统的函式（点扩充套件函式），然后做整体处理，如去卷积，非常複杂，而去噪一般只需要了解噪声的统计分布，点处理也能解决问题。
4、评价函式不同
狭义的影象复原的评价函式是相似度，去噪主要是讯杂比。
热心网友的回答：
我是搞数字影象复原的。再具体点是搞影象去雾的，其实影象复原範围很广，可以指数字的，也可以指哪些破旧要复原的**。影象受到汙染、损害或者本身因为拍摄过程中发生抖动等使影象模糊不清等等，这些都需要复原。
其中噪声就属于影象受汙染的一种。
影象处理当中影象去噪和影象增强的区别
北京王嘉化妆学校的回答：
去噪也是增强，像里的随即白点黑点很可能是噪声，通过一定演算法去掉这些坏点，即改变它亮度值，这就是去噪。
增强更easy，边缘增强，ndvi等等，突出想看见的资讯就是增强。
不知道他们有什么好区别的。
提出了一种利用规则化各向异性热扩散方程sar影象分割的桥樑检测演算法。该演算法在perona和malik提出的各向异性热扩散方程的基础上构造了一个新的扩散函式，利用数值逼近理论，得到一个新的规则化扩散模型，用此模型对影象初始分割的最大后验概率矩阵进行多尺度各向异性平滑，得到影象中河流的精确分割结果，...
不同的应用copy领域嘛！影象增强是增强，可bai以使影象的边缘资讯du更明朗。比如我用拉普拉斯算zhi子增强dao，影象的纹理细节减弱，边缘资讯增强。得到结果就是一个边界图。影象分割是分割，可以分割不同的区域。比如我用分水岭演算法可以使不同区域填充，从而使影象不同的地方能分离出来。非要说联络？那就...
用逆推法 先去分母，两边同乘4 1 x 1 y 1 z 又因为x y z 1得4 12xzy 8zy 8xz 8xy 6 3zy 3xy 3zx 6zxy 6zxy 5zy 5xz 5xy 2 又因为x,y,z是正数，x y z 1可知x,y,z都是小于1大于0的数 故xzy,zy,xz,xy都是是...
