摘要：纹理特征提取作为研究纹理分割和纹理分类的基础，越来越受到人们的关注。本文主要研究灰度共生矩阵和一阶统计方法对图像纹理特征进行提取，然后详细的介绍了这两种方法的基本思想，最后通过matlab来仿真。一阶统计方法是通过直方图对图像的纹理特征进行统计，结果表明这种方法比灰度共生矩阵提取简单。68364

毕业论文关键词： 灰度共生矩阵，一阶统计方法，纹理特征，matlab

Abstract: Texture feature extraction is the basis of texture segmentation and texture classification,which is increasingly concerned by people.in this paper,the gray  level co-occurrence matrix and first order statistical methods are studied to extract the texture features,and then the concept of the two methods is introduced,and finally,matlab simulation is presented.the first order statistical method is based on the image,the results show that this method is simpler than the gray level co-occurrence matrix.

Key word:Gray level co-occurrence matrix,First order statistical method,texture feature,matlab 

目录

 1绪论.1

 1.1研究的意义...1

 1.2纹理特征提取的发展历史1

 2纹理特征的基本概念..2

 2.1纹理的定义和类型..2

 2.2纹理的三种视觉特性 . ...3

 3纹理提取方法...4

 3.1统计法..4

 3.1.1半方差图...4

 3.1.2一阶统计量.5

 3.1.3灰度共生矩阵....5

 3.1.4空间自相关函数..6

 3.2结构法..6

 3.3信号处理法...7

 3.4模型法..7

 4图像纹理特征的提取与实现.8

 4.1基于灰度共生矩阵纹理特征的提取...8

 4.1.1灰度共生矩阵提取纹理特征步骤..10

 4.1.2基于灰度共生矩阵的实验仿真和小结 ..11

 4.2一阶统计方法13

 4.2.1基于一阶统计方法实验仿真和小结15

 结论.16

 致谢. 17

 参考文献..18

1 绪论

1.1研究的意义

    进入21世纪，人类逐步进入了信息多媒体时代，网络在人们的日常生活中运用的越来越广泛，人们接触到越来越多的图像的信息。图像能够存储大量的视觉信息，极大的方便了人与人之间的交流。图像具有直观性、信息量大等特点，因此，我们可以把图像作为信息的一种载体，而我们又常用颜色、形状、大小和纹理等特点来构成图像内容，而纹理又不同于其它三种，它在微观上能够反映出灰度值之间的相互关系，而且在宏观上能够体现出纹理的变化规律，人们可以根据纹理的这一特性对不同纹理类别的场景或者是物体的图像进行识别，比如大海、树叶、云朵、树皮等，人类的视觉系统可以很快的辨别。对图像的纹理特征进行提取，具有很重要的研究意义，目前可以应用的人们的生活方面。通过地球卫星对地球上的陆地、海洋、河流、山川、沙漠所拍摄到图像的纹理特征的提取，我们可以对海平面上升、土地荒漠化、冰川融化等问题进行改善，保护我们的大自然，从而达到人们长久的在地球居住。 文献综述  

1.2纹理特征提取的发展历史

   在上个世纪60年代，出现了自相关函数法和功率谱方法，这些方法仅仅是一些数学变换，没有什么具体的意义。到了1966年，Brodatz将很多纹理图像的样本组成了一个数据源，为后来人们研究图像纹理奠定了基础。到了上个世纪70年代，Haralick通过对纹理的分析和理解，提出一种新的方法可以对图像的纹理特征进行分析，该方法就是灰度共生矩阵，在很多情况下该方法将灰度值转化为纹理信息，便于人们分析。上个世纪80年代，又出现了多重参考模型（MRF）、高斯马尔可夫随机场模型（GMRF）。上个世纪90年代，出现了小波变换，小波理论的出现为时频多尺度分析提供了一个更为精确而统一的框架。Mallat首先将纹理小波分析引入纹理分析中之后，后来以这个为基础又出现了很多的方法，比如多进制小波、小波包等等，进入21世纪，Ojala等人又提出了局部二进制模式，该优势在于计算复杂度小、具有多尺度和旋转不变性。在当今这个世界，人们除了对经典的纹理特征提取进行研究外，还尝试了一些新方法，比如将灰度共生矩阵和马尔可夫模型进行融合，小波法与马尔可夫模型融合等等。这些方法总体上可以总结成4个大类:结构分析法，统计分析法，模型法，信号处理法，其中应用的最早、最广泛的是统计法。纹理特征的本质是研究图像像素点灰度的空间分布情况，国内外研究人员都对其做了很多研究，目前，在模式识别和计算机视觉等领域已经取得了非常大的成果。论文网