1、第九章 影像纹理分析,思考题：什么是纹理？你能举出例子吗？,请大家思考,纹理是图像中一个重要而又难以描述的特征，至今还没有公认的定义,纹理如何分类呢？,天然纹理,人工纹理,纹理特性：习惯上，把局部不规则而宏观有规律的特性称之为纹理特性,有些图像在局部区域呈现不规则性，而在整体上表现出某种规律性,纹理图像：以纹理特性为主导的图像，常称为纹理图像,纹理区域：以纹理特性为主导的区域，常称为纹理区域,一般而言，纹理的规律可能是确定性的，也可能是随机性的，因此纹理可分为确定性纹理和随机性纹理。,根据纹理变化出现的不同尺度范围,若图像中灰度（或其他量）在小范围内相当不平稳、不规则，这种纹理就称为微纹理,若
2、图像中有明显的单元结构，整个图像的纹理是由这些结构单元按一定规律形成的，这种纹理称为宏纹理,为了定量地描述纹理，需要研究纹理本身可能具有的特征。纹理分析方法大致分为两大类,统计分析法,结构分析法,从图像属性的统计分析出发，对纹理进行分析,先找出纹理基元，然后从结构组成上探索纹理的规律,统计分析法占主导,纹理区域的分析方法直方图分析法,以灰度直方图特征，作为纹理区域的特征。灰度直方图形状特征有:,此外，为了研究灰度直方图的相似性，可以比较两种纹理区域直方图的一些特征，例如：灰度均值、灰度方差、歪斜度、陡峭度和能量；或比较累积直方图分布的最大偏差或总偏差,max|H1(g) H2(g)| 最大偏差
3、,g, |H1(g) H2(g)| 总偏差,g,对于纹理图像，可从图像求出边缘或者灰度极大、极小点等二维局部特征，并利用他们分布的统计性质进行分析。最好先对图像微分从而求得边缘，然后求关于边缘强度和方向的直方图，并把这些直方图和灰度直方图组合，作为纹理特征。,Laws纹理能量测量法,若依据单个像素及其领域的灰度或者某种属性分布去做纹理测量，其方法称为一阶统计分析方法。,根据一对像素灰度组合分布作纹理测量的方法，称为二阶统计分析方法。,一阶比二阶简单，而且正确率更高,一阶统计分析的经典方法-Laws纹理能量测量法,基本思想：设置两个窗口，一个是微窗口，可为3 3、5 5、7 7，常取5 5用来测
4、量以像素为中心的小区域的灰度的不规则性，以形成属性，称为微窗口滤波，另一个为宏窗口，为15 15或者32 32，用来在更大的窗口上求属性的一阶统计量（常为均值和标准偏差），称为能量变换。 整个纹理分析过程如图所示,Laws深入研究了滤波模板的特点。首先定义了一个维滤波模板，然后通过卷积形成系列一维、二维滤波模板，用于检测和度量纹理的结构信息。他选定的三组一维滤波模板如下图所示,1 3模板是构成更大模板的基础，每一个15模板可以由1 3模板的卷积产生。1 7模板可以有1 3与1 5模板卷积产生。模板转置和模板相乘可生成二维滤波模板。由滤波模板与图像卷积可以检测不同的纹理能量信息。,以1 5模板为基础，模板转置和模板相乘可获得25个55模板。其中最有用的是5 5零和模板，即,其中4个有最强性能的模板是：,水平边缘,高频点,V形状,垂直边缘,Laws将Brodatz的8种纹理图像拼在一起，对该图像作纹理能量测量，将每个像素指定为8个可能类中的一个，正确率达87%。,Laws纹理分析方法简单、有效。但是所提供的模板较少，尚未更多地给出其变化性质，因此，应用受到一定的限制。,
