姓名：彭帥? ? ? ? ? ? ? ? ? ? ?學(xué)號：17021210850

【嵌牛導(dǎo)讀】：紋理它是一種視覺特性，反應(yīng)了物體和圖像里同質(zhì)的現(xiàn)象，體現(xiàn)出了物體的表面所共同擁有的內(nèi)在的屬性

【嵌牛鼻子】：圖像分析

【嵌牛提問】：紋理基礎(chǔ)理論

【嵌牛正文】：

紋理它是一種視覺特性，反應(yīng)了物體和圖像里同質(zhì)的現(xiàn)象，體現(xiàn)出了物體的表面所共同擁有的內(nèi)在的屬性，包含了大量的物體的表面它的組織和結(jié)構(gòu)排列的一些重要的信息和它們與周圍的環(huán)境之間的聯(lián)系。

紋理不會隨著物體圖像的顏色、亮度的變化而變化，它表現(xiàn)出圖像中各個像素的領(lǐng)域中灰度區(qū)間和空間的分布規(guī)律，物體的表面有不同的現(xiàn)象，其實就是由于物體的表面有各不相同的紋理特征。紋理的這一種特征使得它在計算機的視覺領(lǐng)域上有非常重要的理論與應(yīng)用的價值，很長時間以來一直都是研究者們爭相研究的熱點。從1960年起，大量的科學(xué)研究人員就開始在圖像紋理方面進行研究，到現(xiàn)在為止仍很活躍，國內(nèi)外有許多的科學(xué)研究機構(gòu)從事著紋理研究。近十年在國際級別的各種刊物上發(fā)表的有關(guān)紋理的相關(guān)文章就有好幾萬篇，僅2013年一年期間就有兩千多篇，由此說明與紋理相關(guān)的研究仍十分的熱門。1990年以來，人們逐漸的發(fā)覺灰度共生矩陣、馬爾科夫隨機場理論（MRF）不可以用多尺度來分析紋理特性，小波分析理論卻可以從時域、頻域多個尺度上來分析解決問題，由此，針對紋理特征的提取，小波就引進來了。1989年Mllat首先把小波引入到了紋理分析中，從此以后，紋理分析中小波的運用與改進得到了快速的發(fā)展，從剛開始的二進小波、多進小波，到金字塔小波分解、樹結(jié)構(gòu)小波變換、小波包等等，都是我們用來從高、中、低頻還有越來越少的運算量來從各個方面全方位的去對紋理進行分析。還有就是，紋理是由人們的視覺所感知的，是人類可以直接的感受到的自然特性，與顏色還有形狀是不相同的，而且人類在各自的生活經(jīng)驗還有對大自然的認識中，早已有相當(dāng)多的物理模型形成于人們的大腦之中，如果想要用計算機來輔助人類對圖像紋理的識別與分類，就需要給予電腦讓其具有相似于人類的視覺的作用和識別方式?；叶裙采仃嚭婉R爾科夫隨機場理論模型的方法與人類的大腦所形成的圖像方式是完全的沒有聯(lián)系的、脫節(jié)的，這就難以進行良好的紋理分析，還有就是有許多的紋理圖像類似于有一定周期的信號，人類視覺系統(tǒng)又與通道的濾波方法非常的相似，所以有一部分研究者將濾波的相關(guān)方法也同樣的引入到了紋理的分析之中。

紋理特性的構(gòu)成由兩個基本的要素，它們分別是：

(1)紋理基元：圖像里最小的單元就是像素，一些像素在一起構(gòu)成特定的形狀還有大小，基元就是由這些像素所組成的集合。比如方塊狀、園的形狀、特定的花紋等等，這些含有一定的大小與形狀的多個圖像基元組合在一起就叫做紋理基元。

(2)紋理基元的排列規(guī)則：紋理就是由這些紋理基元按著某一特定的排列次序組合成的，基元排列的松緊，方向、周期的不同，就可以在相當(dāng)大的程度上導(dǎo)致圖像的外表發(fā)生改變。

常見紋理特征提取方法：

(1)以統(tǒng)計為基礎(chǔ)的特征提取方法。統(tǒng)計分析的方法是研究者們目前比較常用的一種紋理分析方法，也是最早最多被研究應(yīng)用的一種方法。這種方法的思路是統(tǒng)計分析圖像的一些個信息例如空間的頻率、邊緣的頻率還有空間灰度依賴關(guān)系來研究紋理，一般來說，紋理的粗糙程度、細膩程度是和空間的頻率有關(guān)的。針對性的來說，細膩的紋理大體上都是可以說是具有較高的空間頻率；還有就是紋理在統(tǒng)計法中被看做為是一種對圖像區(qū)域內(nèi)的密度分布做出定量的測量的結(jié)果。研究者們可以依據(jù)此方法計算出圖像中某些個區(qū)域內(nèi)的有相對比較平穩(wěn)特性的統(tǒng)計量，然后作為特征以表示區(qū)域內(nèi)的一致特性還有區(qū)域之間的互異特性。這種方法適合應(yīng)用在提取自然紋理的特征，它可以得到這些個紋理的稀疏、平滑、規(guī)則性等特征。該種方法主要包括灰度級行程長度、灰度共生矩陣、自相關(guān)函數(shù)、半方差圖等等。

(2)以模型為基礎(chǔ)的特征提取方法。該種方法是以建立起圖像的相關(guān)模型為基礎(chǔ)用來進行紋理特性的提取的。紋理在模型方法中被看成是以某一種或幾種所謂的參數(shù)控制的分布模型而形成的，所以方法是估計評估還有計算模型中的這些參數(shù)來進行紋理特征提取，正是因為如此，參數(shù)的估計就成為了此種方法最重要的研究內(nèi)容。比較常見的此類方法主要分為隨機場的方法與分形的方法兩類。

(3)以結(jié)構(gòu)為基礎(chǔ)的特征提取方法。以結(jié)構(gòu)為基礎(chǔ)的特征提取方法是把紋理看成是基元依據(jù)著某一個特定的排列規(guī)律而組成的，在這里的基元有著不同的形狀，比如說塊狀、條形紋狀還有圓形等等這些可以辨別出來的形狀。很明顯的，細致的紋理它的基元是與粗糙的紋理的基元有著相對明顯區(qū)別的，一般來說細致的紋理它的基元是比粗糙的相對的要小一些，其中基元的大小是與圖像分辨率有密切聯(lián)系的；基元排列的規(guī)律一是指圖像整體范圍內(nèi)的排列，二是指基元之間的排列。如此，我們需要研究的兩個關(guān)鍵的內(nèi)容就是：怎樣明確紋理基元、怎樣去定義特定基元和怎樣明確基元之間的排列。到目前為止，研究者們已經(jīng)總結(jié)出了好幾種比較典型的以結(jié)構(gòu)為基礎(chǔ)的紋理分析方法，在這些之中尤為經(jīng)典的當(dāng)是一種用正的多邊形來鑲嵌而得到的模型。

(4)以信號處理為基礎(chǔ)的特征提取方法。20世紀(jì)90年代左右，研究者們逐漸的發(fā)現(xiàn)了以往的紋理的分析辦法在如何多尺度的處理問題上沒有多大的進展，所以這些研究者們轉(zhuǎn)而對特定的小波變換進行深入研究，這個特定是指具備尺度的特性的小波。