图像纹理特征分析及提取方法

雷雨果 梁楠 刘春梅

摘  要：将计算机机器视觉、图像处理及图像分析技术紧密结合起来并用于图像纹理特征的分析，通过总结已有的研究成果，研究分析图像在区域化、边缘化、数学变换化等不同算法思想下提取的纹理特征，并总结提出了一种计算成本趋向实时处理的图像纹理特征处理方案。该方案研究了更为精细的纹理分类、纹理分割、纹理拼接和纹理配准等算法，并可实现图像纹理特征提取的准确性和良好的扩展性，实现后续分类、分割、拼接和配准等基本应用的及时性、准确性和高效性。

关键词：图像纹理特征分析;计算机机器视觉;图像处理

中图分类号：TP391.4     文献标识码：A

Image Texture Feature Analysis and Extraction Method

LEI Yuguo1，2， LIANG Nan1，2， LIU Chunmei1，2

（1.Institute of Applied Physics， Henan Academy of Sciences， Zhengzhou 450008，China;

2.Henan Province Internet of Things Perception Technology and Systems Key Laboratory， Zhengzhou 450008， China）

710952005@qq.com; 149016898@qq.com; 49072544@qq.com

Abstract： This paper proposes to closely combine computer machine vision， image processing and image analysis technologies， which is used for analyzing image texture features. By summarizing the existing research results， image texture features， which are extracted by different algorithm ideas such as regionalization， marginalization and mathematical transformation， are studied and analyzed. An image texture feature processing scheme whose computational cost tends to be processed in real time is proposed. More refined algorithms of texture classification， texture segmentation， texture splicing and texture registration are studied in this scheme， which can achieve the accuracy and good scalability of image texture feature extraction. This scheme also achieve timeliness， accuracy and efficiency of subsequent essential applications， such as classification， segmentation， splicing and registration， etc..

Keywords： analysis of image texture features; computer machine vision; image processing

1   引言（Introduction）

近年來，图像纹理特征分析得到了越来越多研究人员的关注，并且在许多领域得到应用，如图像纹理分类、图像纹理分割、图像纹理检索和图像纹理匹配，具体到人脸识别、自然图像拼接、自然图像合成、道路检测、图像目标搜索匹配和医学影像分析等，并使许多行业受益，包括工业、农业、教育、医学、交通、航空、娱乐、环境等[1]。同时，新的图像纹理技术的出现又会使一些应用得到完善和不断推广，另外还会开拓出更多、更新的应用领域。

本文从图像纹理分类、图像纹理分割、图像纹理合成、图像纹理检索、图像纹理拼接配准五个方面进行图像纹理特征分析关键技术研究，并提出了一种图像纹理特征处理方案。

2   图像纹理分类（Image texture classification）

应用图像纹理特征分类可以有效地区分不同纹理特征信息的目标，其差异化的定量可以通过有效的计算分析方法来获取。……