基于MATLAB的图像纹理频率特征研究及提取方法实现

【本人大学本科毕业论文】Part4

第1章 绪论

1.1 图像纹理频率特征的研究背景及发展现状

20世纪中期，Brodatz提出来图像纹理，同时也给出来了自我研究的32种纹理库，一直沿用至今，给出的这些纹理库，对于他人的研究，也提供了很多的理论依据。在过后的几年内，Haralic对之前的研究讨论，结合自我的分析和理解，提出来了属于自己的提取特征的方法，为现在的研究提供了理论基础。Haralic提出的方法为灰度共生矩阵，这种方法能够较好的提取和分析一幅图像中的纹理特征，主要研究图像中的灰度值，图像的纹理特征就是利用灰度值的信息加以描述。灰度共生矩阵是一个对称矩阵，表述的是图像中像素点的位置关系，并且图像的灰度级决定了矩阵的阶数。虽然这种方法能够较好的用来提取和分析图像的纹理特征，但是在实验中，要完美的描述图像的纹理特征，就需要较大的计算量，给现实中的研究与应用带来很大的困难[1]。

经过近五十年的研究，对于提取图像的纹理频率特征，有了较为明显的发展和研究，提取纹理特征的方法也有了很大的变化，由原来唯一的统计方法，演变和发展到现在，多种多样的方法和描述。

纹理频率特征的提取本质为：图像中像素点灰度值的空间排布。虽然图像纹理频率特征发展到现在，已经有了很多方法能够实现，并且可以对图像纹理进行提取和特征的分析，但是由于始终没有确定一个衡量标准，所以无法选择一个最好的方法对图像纹理特征进行描述，因为在实际应用当中，各有优缺点，只能依据处理的图像效果进行比较，最后确认使用的方法。并且许多程序中的算法语句没有经过改进，存在较大的计算量，占用过多的存储空间和缺少实际应用价值等缺点。所以，现阶段以及一段时间内，纹理特征提取的主要问题是：学习和改进现有算法，对多种算法进行融合，确定明确的目标和评价标准[2]。