纹理分析

通过一定的图像处理技术提取出纹理特征参数

纹理分析指通过一定的图像处理技术提取出纹理特征参数，从而获得纹理的定量或定性描述的处理过程。纹理分析方法按其性质而言，可分为4大类：统计分析方法、结构分析方法、信号处理方法和模型方法。

定义

纹理是一种普遍存在的视觉现象，当前对于纹理的精确定义还未形成统一认识，多根据应用需要做出不同定义。

定义1纹理是一种反映图像中同质现象的视觉特征，体现了物体表面共有的内在属性，包含了物体表面结构组织排列的重要信息以及它们与周围环境的联系。

定义2 按一定规则对元素（elements）或基元（primitives）进行排列所形成的重复模式。

定义3 如果图像函数的一组局部属性是恒定的，或者是缓变的，或者是近似周期性的，则图象中的对应区域具有恒定的纹理。

概念

尽管纹理在图像分类和图像分析中是很重要的特性，并且使用的很广泛，且在直觉上可能是很明显的，但是由于它的变化范围很宽泛，因而并没有精确的定义。

霍金认为纹理的标志有三要素：

一是某种局部的序列性，在该序列更大的区域内不断重复；

二是序列是由基本部分非随机排列组成的；

三是各部分大致都是均匀的统一体，纹理区域内任何地方都有大致相同的结构尺寸。一般认为纹理就是指在图像中反复出现的局部模式和它们的排列规则。

图像特征

纹理特征就是图像局部性质恢度分布函数的统计。从人们的感知经验可知，粗糙性和方向性是人们区分纹理所用的两个最主要的特征。构成纹理特征的两个要素如下：

(1)纹理基元：图像中最基本的单元是像素，由像素组成的具有一定形状和大小的集合，如圆斑、块斑、花布的花纹等，这些有一定形状和大小多钟图像基元的组合叫做纹理基元。

(2)纹理是由纹理基元排列组合而成的。基元排列的疏密，周期性，方向性等的不同。能使图像的外观产生极大地改变。

多年来，研究者们建立了许多纹理算法以测量纹理特征。这些方法大体上可以分为两大类：统计分析方法和结构分析方法。

总结来说，纹理图像的特征主要表现为：

(1)局部的空间变化次序在更大的区域内不断重复；

(2)序列是由基本元素非随机排列而组成；

(3)纹理区域内任何地方都有大致相同的结构尺寸。

作用分析

对这种表面纹理的研究称为纹理分析。它在计算机视觉领域有着重要的应用。

在机械工程中对机械零件加工表面的这种凹凸不平性开展研究同样具有重要的实践意义。

对图像灰度空间分布模式提取和分析

纹理分析在遥感图像、 X射线照片、细胞图像判读和处理方面有广泛的应用。关于纹理，还没有一个统一的数学模型。它起源于表征纺织品表面性质的纹理概念，可以用来描述任何物质组成成分的排列情况，例如医学上X 射线照片中的肺纹理、血管纹理、航天(或航空)地形照片中的岩性纹理等。图像处理中的视觉纹理通常理解为某种基本模式（色调基元）的重复排列。因此描述一种纹理包括确定组成纹理的色调基元和确定色调基元间的相互关系。纹理是一种区域特性，因此与区域的大小和形状有关。两种纹理模式之间的边界，可以通过观察纹理度量是否发生显著改变来确定。纹理是物体结构的反映，分析纹理可以得到图像中物体的重要信息，是图像分割、特征抽取和分类识别的重要手段。对于空间域图像或变换域图像（见图像变换），可以用

统计和结构两种方法进行纹理分析

统计纹理分析寻找刻划纹理的数字特征，用这些特征或同时结合其他非纹理特征对图像中的区域（而不是单个像素）进行分类。图像局部区域的自相关函数、灰度共生矩阵、灰度游程以及灰度分布的各种统计量，是常用的数字纹理特征。如灰度共生矩阵用灰度的空间分布表征纹理。由于粗纹理的灰度分布随距离的变化比细纹理缓慢得多，因此二者有完全不同的灰度共生矩阵。

结构纹理分析研究组成纹理的基元和它们的排列规则。基元可以是一个像素的灰度、也可以是具有特定性质的连通的像素集合。基元的排列规则常用树文法来描述。

基元与影调

一个纹理基元（不严格地说）是一个具有一定的不变特性的视觉基元。这些不变特性在给定区域内的不同位置上，以不同的变形和不同的方向重复出现。纹理基元最基本的不变特性之一是区域内象素的灰度分布，而影调也是表示灰度的明暗分布。

因此，我们认为影调和纹理不是独立的概念：当在图象的一定面积区域中影调基元的变化很小时，这个区域的主导特性是影调。当在小面积区域中含大量不同的影调，这个区域占主导的特性是纹理。

全国各地天气预报查询

上海市

市辖区

云南省

临沧市

云南省

丽江市

云南省