图像处理算法包括以下几种：
1. 滤波算法：用于消除图像噪声和增强图像质量。常见的滤波算法有均值滤波、高斯滤波、中值滤波等。这些算法通过对图像中的像素进行处理，减少噪声对图像的影响，改善图像的视觉效果。
2. 图像增强算法：用于提高图像的视觉效果。这包括亮度调整、对比度增强、边缘增强等。例如，直方图均衡化是一种常用的图像增强算法，它通过拉伸像素强度分布来增强图像的对比度。
3. 图像分割算法：将图像分割成多个区域或对象。常见的图像分割算法包括阈值分割、边缘检测、区域增长、水平集方法等。这些算法在图像处理中非常重要，因为它们可以帮助识别和提取图像中的特定信息。
4. 特征提取和描述算法：用于从图像中提取关键信息或特征，以便于图像的分类、识别和匹配。例如，SIFT（尺度不变特征变换）算法可以提取图像中的关键点及其描述子，对图像匹配和识别非常有效。
5. 图像压缩算法：用于减少图像的数据量，便于存储和传输。常见的图像压缩算法包括JPEG、PNG等。这些算法通过去除图像中的冗余数据或采用编码技术来减小图像文件的大小。
6. 图像恢复和重建算法：用于修复或重建受损的图像。这些算法包括超分辨率重建、去模糊、图像插值等。它们可以帮助恢复图像的细节和质量，提高图像的观感。
以上提到的只是图像处理中的一部分算法，实际上还有很多其他算法和技术，如神经网络在图像处理中的应用、形态学操作等，都在不断地发展和完善，为图像处理领域提供更多的可能性。