数字图像处理是指利用计算机对图像进行分析、加工和处理，以达到所需结果的技术。数字图像处理在实际应用中发挥着重要的作用，本文探寻了数字图像处理在血管分割和烟草植株检测中的应用，研究内容主要包括：
　　血管分割：眼底图像中的血管分割是医生对眼部疾病进行高效诊断的重要依据。然而，传统的血管分割非常耗费医生的时间，基于此，我们提出了一种基于分层抠图模型的血管分割算法。这个算法一开始利用血管的区域特征生成眼底图像的三分图，然后利用分层抠图模型提取三分图中未知区域的血管点。我们在DRIVE,STARE和CHASE_DB1三个公开的数据库上进行了测试。实验证明我们的算法在准确性和时效性方面优于许多主流的算法。
　　烟草植株检测：烟草植株检测在烟草种植、产量估计中发挥着重要作用。然而，传统的烟草植株检测是人为进行的，观察者需要花费大量的时间进行统计，基于此，我们提出了一种基于深度学习的烟草植株检测算法。这个算法包含三步：(a)利用形态学操作和分水岭分割手段获取无人机拍摄的烟草图像的候选烟草植株区域，(b)利用深度学习区分候选烟草区域，(c)利用后处理去除非烟草植株区域。我们在无人机拍摄的烟草数据库上进行了测试。实验证明了我们的算法在烟草植株的自动检测中具有良好的表现性。