資源描述：
《圖像紋理特征提取方法綜述》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、萬方數(shù)據(jù)第14卷第4期中國(guó)圖象圖形學(xué)報(bào)V01．14，No．42009年4月JournalofImageandGraphicsApr．，2009圖像紋理特征提取方法綜述劉麗匡綱要(國(guó)防科技大學(xué)電子科學(xué)與工程學(xué)院，長(zhǎng)沙410073)摘要紋理是一種重要的視覺線索，是圖像中普遍存在而又難以描述的特征。紋理分類與分割是圖像處理領(lǐng)域一個(gè)經(jīng)久不衰的熱點(diǎn)研究領(lǐng)域，紋理特征提取作為紋理分類與分割的首要問題．一直是人們關(guān)注的焦點(diǎn)，各種紋理特征提取方法層出不窮。在廣泛文獻(xiàn)調(diào)研的基礎(chǔ)上，回顧了紋理特征提取方法的發(fā)展歷程，分析
2、了其研究現(xiàn)狀，對(duì)紋理特征提取方法進(jìn)行了較為全面的綜述，對(duì)其進(jìn)行分類和比較，最后給出了紋理研究領(lǐng)域的主要發(fā)展趨勢(shì)。關(guān)鍵詞圖像紋理紋理特征提取灰度共生矩陣馬爾可夫隨機(jī)場(chǎng)分形小波Gabor濾波器自回歸模型中圈法分類號(hào)：TP391．41文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006·8961(2009)04—0622-14OverviewofImageTexturalFeatureExtractionMethodsLIUli，KUANGGang—yao(Collegeo，ElectricalScienceandEngine
3、ering，NationalUnivers渺ofDefenseTechnology，Changsha410073)AbstractTextureis明importantvisualcue．Itwidelyexistsinimagesandishardtodescribe．Textureclassificationandsegmentationisahotresearchfieldinimageprocessing．Duetoitsimportanceintextureclassificationand
4、segmentation，texturefeatureextractionhasreceivedconsiderableattentionduringthepastdecadesandnumerousapproacheshavebeenpresentedintheliterature．Basedonextensiveinvestigationofexistingarticles，thedevelopmenthistoryandcurrentchallengesoftexturefeatureextra
5、ctionmethodsarereviewedindetails．First。acomprehensiveoverviewoftexturefeatII碑extractionmethodsispresentedinthispaper．Then，classificationandcomparisonsoftexturefeatureextractionmethodsaregiven．Atlast，conclusionsandfuturedevelopmentoftexturefeatureextract
6、ionarediscussed．Keywordsimagetexture，texturefeatureextraction，grayLevelwavelet，Gaborfilter，autoregressivemodel1引言紋理是一種重要的視覺線索，是圖像中普遍存在而又難以描述的特征。紋理分析技術(shù)一直是計(jì)算機(jī)視覺、圖像處理、圖像分析、圖像檢索等的活躍研究領(lǐng)域。紋理分析作為諸如上述應(yīng)用的基礎(chǔ)性研究領(lǐng)域之一，其研究?jī)?nèi)容主要包括：紋理分類和分割、紋理合成、紋理檢索和由紋理恢復(fù)形狀如圖1所示。這些研究?jī)?nèi)容的
7、一個(gè)最基本的問題是紋理特征提取。作為紋理研究的主要內(nèi)容之一，紋理分類與分matrix，markovrandomfield，fractal，割問題一直是人們關(guān)注的焦點(diǎn)，涉及模式識(shí)別、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、神經(jīng)生理學(xué)、神經(jīng)網(wǎng)絡(luò)等多個(gè)研究領(lǐng)域。紋理特征提取是成功進(jìn)行圖像紋理描述、分類與分割的關(guān)鍵環(huán)節(jié)，因?yàn)樘崛〉募y理特征直接影響后續(xù)處理的質(zhì)量。在具體紋理特征提取過程中，人們總是先尋找更多的能夠反映紋理特征的度量，然后通過各種分析或變換從中提取有效的特征用于紋理描述和分類。紋理特征提取的目標(biāo)是：提取的紋理特征維數(shù)不
8、大、鑒別能力強(qiáng)、穩(wěn)健性好，提取過程計(jì)算量小，能夠指導(dǎo)實(shí)際應(yīng)用。鑒于紋理特征提取的重要性，至少半個(gè)世紀(jì)以前，人們開始探索圖像紋理特征提取方收稿日期：2007·10·08；改回日期：2007—12·27第一作者簡(jiǎn)介：劉麗(1982．)。女。國(guó)防科技大學(xué)電子科學(xué)與工程學(xué)院信息與通信工程專業(yè)在讀博士。主要研究方向?yàn)檫b感信息處理。E-mail：feiyunlyi@hotmaiLeom萬方數(shù)據(jù)第4期劉麗等：圖像紋理特征提取方法綜述623法，多年來紋理特征提取依然并且
