Automaattinen kuvankäsittely on menetelmä, jolla kuvia voidaan käsitellä ennalta kirjoitetuilla tietokonepohjaisilla algoritmeilla. Käsittelytyyppejä, jotka voidaan saavuttaa käyttämällä kuvien automaattista käsittelyä, ovat kuvan segmentointi, kuvan suodatus ja kuvankäsittely. Kun kuvia on helpompi kerätä digitaalisen valokuvauksen tekniikan ja digitaalisen kuvapohjaisen tiedonkeruun avulla, automaattinen käsittely ja kuvatyökalujen kehitys vauhdittavat kuvien kertymiseen liittyvää teknologista kasvua.
Vaikka monet automatisoidut kuvankäsittelyalgoritmit ovat vain ennalta tallennettu makro tietokoneohjelmassa, tekniikat voivat olla paljon monimutkaisempia, mukaan lukien niihin liittyvien menetelmien, kuten koneoppimisen ja tietokonepohjaisen tietojenkäsittelyn, käyttö. Automaattinen kuvankäsittely yhdistetään usein koneoppimiseen, sillä tietokoneita ”opetetaan” etsimään tiettyjä kuvan ominaisuuksia ja käsittelemään ominaisuuksia kirjoitetun ohjelman mukaan. Koska tieteellistä tietoa kerätään usein kuvina, automaattinen kuvankäsittely on välttämätön menetelmä, jolla tutkijat pystyvät käsittelemään nopeasti suuria tietomääriä.
Automaattiset kuvankäsittelyohjelmistot vaihtelevat käyttöliittymän helppous ja suhteelliset oppimiskäyrät datan visualisointi- ja analysointiohjelmista yksinkertaisempiin kuvankäsittelyohjelmistoihin. Keskitason käyttäjä voi käyttää kuvankäsittelyä kuvasarjan, kuten digitaalisten valokuvien, suodattamiseen – esimerkiksi värillisten digitaalisten kuvien muuntamiseen mustavalkoisten kuvien joukoksi. Kokeneemmat käyttäjät tai ne, jotka ovat kiinnostuneita automaattisesta kuvankäsittelystä tietojen analysoinnin vuoksi, voivat käyttää tekniikoita, jotka luovat automaattisen työnkulun kuvien segmentointiin, kuvien artefaktien laskemiseen tai kuvan histogrammin muokkaamiseen.
Tieteellinen tiedonkeruu perustuu suurelta osin kykyyn tehdä kvantitatiivisia arvioita tietolähteistä, jotka ovat usein luonteeltaan analogisia, subjektiivisia tai helpommin mitattavissa laadullisilla mittauksilla. Kuvankäsittelyalgoritmien avulla tutkijat voivat mitata ja vertailla kuvia suoraan. Automaattinen kuvankäsittely lisää niiden kuvien määrää, joita tiedemies voi kohtuudella käsitellä, koska tietokone pystyy käsittelemään kuvia sen sijaan, että tiedemies muokkaa tai ottaisi kuvia kuvista manuaalisesti.
Automaattisen kuvankäsittelyn rajoituksia ovat kyvyttömyys ottaa huomioon kuvien vaihtelut tai poikkeamat ja se, että tietokoneet eivät pysty käsittelemään kuvia ja antamaan subjektiivista kritiikkiä lopputuotteesta. Monet kuvankäsittelyohjelmat ovat kiinnostuneita luomaan laadukkaita kuvia suodatintehosteilla tai poistamalla kuvasta ei-toivottuja tietoja. Useimmille käyttäjille automaattinen kuvankäsittely tarkoittaa kuvasarjan käsittelyä yhden tyyppisen muutoksen tekemiseksi yhä uudelleen ja uudelleen, jolloin tietokone voi hallita työnkulkua. Tietokoneet eivät kuitenkaan pysty päättämään, mitä halutaan ja mitä ei, tai mikä “näyttää hyvältä”.