一、紋理分析原理

1.紋理是圖像排列的規則。
2.紋理分析：通過一定的圖像處理技術從圖像中提取紋理特征參數從而獲得紋理的定量或定性。
3.紋理分析的關鍵：（特征提取是紋理分析的基礎）

4.紋理分析方法
①統計分析：像素的灰度值為基礎
②結構分析：紋理基元為基礎
③頻譜分析：基于濾波器
④模型分析：用模型系數表達紋理圖像

二、laws紋理能量測量法（頻譜分析）

1.一階分析方法，簡單有效，但所提供模板較少應用受限
2.原理

3.分析流程

三、自相關函數法（模型分析）

1.紋理模型分析法
一個像素與其領域像素存在某種相互關系，這種關系可以是線性的也可以是服從條件概率的。
2.常用模型
①自相關模型：利用重復性，適合規則的紋理分析

四、灰度共生矩陣法（統計分析）

1.灰度共生矩陣法又稱為灰度空間相關矩陣，通過研究灰度的空間相關特性來描述紋理。
**2.矩陣定義：從灰度為i的點離開某個固定位置（相距d，方向為o°）的點上灰度為j的概率。**一般取0，45，90，135°

3.計算規則

例子：

4.紋理特征二次統計量（典型的特征）
①角二階矩陣（能量）：圖像灰度分布均勻性的度量。是灰度共生矩陣元素值的平方和。值大紋理粗，值小紋理細。
②慣性矩（對比度）：圖像的清晰度。是表征圖象中局部灰度變化總量。對比度大紋理的勾紋越深，圖像越清晰。
③相關性：衡量灰度共生矩陣的元素在行的方向或列方向的相似度。相關性越大紋理越粗。
④熵：是圖像所有信息量的度量。紋理越多熵越大。
⑤局部均勻性（逆差距）：反應圖像紋理的公質性，度量紋理局部變化的多少。

總結

以上是生活随笔為你收集整理的数字图像处理笔记⑧——纹理分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。