常见的图像处理方法包括以下几种：

滤波：

通过卷积操作对图像进行模糊、边缘检测、锐化等处理。常见的滤波方法有均值滤波、高斯滤波、中值滤波等。

灰度变换：

通过对图像的像素值进行线性或非线性函数变换，改变图像的对比度、亮度或色调。

图像反转：

增强嵌入在一幅图像的暗区域中的白色或灰色细节，特别是当黑色的面积在尺寸上占主导地位的时候。

对数变换：

将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值，用于扩展图像中暗像素的值，同时压缩更高灰度级的值。

幂律变换：

将窄范围的暗色输入值映射为较宽范围的输出值，常用于在计算机屏幕上精确地显示图像，可进行对比度和可辨细节的加强。

分段线性变换函数：

形式可以是任意复杂的，包括对比度拉伸、灰度级分层、比特平面分层等。

直方图处理：

包括直方图均衡和直方图匹配，用于增强对比度和实现图像的直方图规定化。

图像增强：

改善图像的视觉效果，包括对比度处理、直方图修正、噪音处理、边缘增强、变换处理和伪彩色等。

图像恢复：

纠正图像在形成、传输、存储、记录和显示过程中产生的变质和失真。

图像识别：

对图像进行特征抽取和分类，包括预处理、滤除噪声和干扰、提高对比度、增强边缘、几何校正等。

图像编码：

解决数字图像占用空间大的问题，包括图像压缩。

图像分割：

提取图像中有意义的特征部分，如边缘、区域等，为图像识别、分析和理解提供基础。

图像描述：

采用二维形状描述、边界描述和区域描述等方法，对图像进行描述。

图像融合：

将一幅以上的图像以某种特定的形式合成在一起，形成新的图像。

图像复原与超分辨率重建：

恢复图像的本来面目，并提高图像的分辨率。

点处理、组处理、几何处理和帧处理：

这是图像处理的基本方法，分别用于像素级别的操作、一组像素的处理、改变图像像素位置和排列顺序、以及多幅图像的合成。

这些方法在图像处理中有着广泛的应用，可以根据具体需求选择合适的方法来改善图像的质量或提取有用的信息。