最初这个问题是昨天被问到 EE SE 但后来我看到了关于 DSP SE 的评论，所以我再次在这里发布我的问题，希望得到更好和相关的答案
EE 问题的链接是 https://electronics.stackexchange.com/questions/497036/signal-processing-vs-image-processing
我的问题是/是
虽然都是EE的领域，但是它们之间有什么区别呢？我可以从维基百科的 dip 文章以及其他一些网络资源中得出以下结论
1）DIP（数字图像处理）是DSP（数字信号处理）的子集
2）由于上述（1）中的概念，DIP 仅处理 2 维图像/信号或在某些情况下 3 维图像/信号（例如 RGB 图像），而在 DSP 中对维数没有任何限制？
如果我的概念/假设有误，请指导我并纠正我
“通用”DSP（以及一般的信号处理）倾向于更多地处理可以通过线性滤波器解决的问题，或者至少是线性滤波的优势，并且涉及一维信号的内容更多 - 所以你往往会看到很多强调频域分析和 FFT（甚至有些人似乎无法区分在 Matlab 中键入“fft”和理解 DSP）。
图像处理（尤其是视频处理）倾向于处理必须通过大量非线性处理来解决的问题——图像分割、寻找边缘等。即使是超级重复神经网络也具有显着的非线性。虽然存在线性运算（即卷积、互相关），但它们往往是处理器密集型的，并且很少使用。
一个人可以在 DSP 中完成整个职业生涯而不做图像处理，反之亦然（我就是一个例子，在 DSP 和数字控制系统方面拥有大约 30 年的经验，但我的图像处理很少） .
关于唯一真正常见的事情，除了你正在接受一些你可以称之为“信号”并且你正在对它做一些你可以称之为“处理”的事情之外，就是那个“普通的旧”DSP和图像处理两者都会奖励愿意做困难数学的从业者（或者幸运地发现困难数学很容易）的从业者。
它还有助于能够对潜在的解决方案进行直观的飞跃，然后进行艰难的数学运算以回填以确定您的解决方案是否确实有效，对其进行改进，并为您的下一个直观飞跃奠定坚实的数学基础.
从概念上讲，两者都可以看作是信号处理的子代。
信号处理是以下各项的父项：
现在有办法处理它们 DIP 有图像，所以你必须分割它们，知道如何表示它们，使用数据增强或过滤它们，这些数据在一定程度上取决于某些特定用途。你应该在这里阅读基础知识和高级科学研究
当我们谈论 DSP 时，我们开始对信号进行采样、转换、滤波，现在 DIP 中的概念也很有用，但表示方式有所不同。DSP 可能具有正方形、矩形、三角形、正弦等基本信号以及处理通信的信号（例如 OFDM、QAM 或语音信号），这又取决于应用
所以你的第一点是对的！在您的第二点中，您说从理论的角度来看可能对尺寸没有限制，实际应用程序需要在设备限制或可用带宽等限制下工作。这些是我所做的更正。
现在进行的比较非常粗略，只是为了了解它所处理的内容，我没有讨论如何和内容，这需要很多时间。随意浏览标准推荐文本以深入了解