2。1。3颜色特征的提取方法

（1）颜色相关图颜色相关图不只是描述了某种颜色的像素数量占整张图片的比例，还反映了各种颜色对间的空间相关性。假如考虑到各种颜色间的相关性，颜色相关图将变得非常复杂和庞大(空间复杂度为O(N2d))。一种简化的变种是颜色自动相关图，它只是考察具备相同颜色的像素间的空间关系，因而空间复杂度降到O(Nd)。

（2）颜色矩另一种十分有效的颜色特征表示措施是由颜色矩。它的矩可以表示图片中所有的颜色分布。另外，因为颜色分布信息大部分集中在低阶矩中，所以表达图像的颜色分布仅采纳颜色的一阶矩、二阶矩和三阶矩即可。颜色的三个低阶矩在数学上可以用公式表示：

2。2 图像纹理特征分析

纹理展现了物体表面共有的内在特性，还包括了物体表面组织结构排列的信息和其与周围环境的关联。所以纹理特征在基于内容的图像检索中获得了普遍的应用。本节介绍了频谱法和模型法的纹理描述方法，并且讨论了基于Gabor变换的时频分析的描述方法。

2。2。1 图像纹理特征描述

（1）纹理特征的定义纹理特征，是能够定量形容人对纹理的定性的感知的某些参数，可以对区域内部灰

度变化或色彩变化的规律进行量化，可以尽量缩小纹理的类内差距和增大纹理的类间差距。其基本过程是：先从像素出发，在纹理图像中提取出一些辨识能力比较强的特征，

作为检测出的纹理基元，并找出纹理基元排列的信息，简历纹理基元模型；然后再利用这些纹理基元模型对纹理图像进行分割、分或识别处理。

（2）常用的纹理分析方法下面介绍图像纹理特征的两种提取方法：模型法和频谱法。

（1）模型法假设纹理按某种模型分布，纹理特征就是这种模型的参数。典型的方法是随即场模型法，它的关键是如何为需要处理的图像选择模型和估计所选模型的参数。模型法的缺陷是计算量大和很难用单一模型表现自然纹理。

（2）频谱法将纹理图像看作二维信号，运用滤波方法对纹理图像进行剖析。频谱法包括傅里叶

分析法和Gabor等小波变换办法，运用频率特性表现纹理特征。

2。2。2 纹理特征的提取方法

（1）二维灰度直方图二维直方图表现了局部位置信息，用像素周围邻域的灰度差值作为当前像素灰度

值。定义相邻像素的间隔距离或位移向量为：

d=(∆x,∆y) (2-8)

式中，∆x和∆y是整数。相距为d的像素灰度差为

Y_d=