纹理基础理论

姓名：彭帅                     学号：17021210850

【嵌牛导读】：纹理它是一种视觉特性，反应了物体和图像里同质的现象，体现出了物体的表面所共同拥有的内在的属性

【嵌牛鼻子】：图像分析

【嵌牛提问】：纹理基础理论

【嵌牛正文】：

纹理它是一种视觉特性，反应了物体和图像里同质的现象，体现出了物体的表面所共同拥有的内在的属性，包含了大量的物体的表面它的组织和结构排列的一些重要的信息和它们与周围的环境之间的联系。

纹理不会随着物体图像的颜色、亮度的变化而变化，它表现出图像中各个像素的领域中灰度区间和空间的分布规律，物体的表面有不同的现象，其实就是由于物体的表面有各不相同的纹理特征。纹理的这一种特征使得它在计算机的视觉领域上有非常重要的理论与应用的价值，很长时间以来一直都是研究者们争相研究的热点。从1960年起，大量的科学研究人员就开始在图像纹理方面进行研究，到现在为止仍很活跃，国内外有许多的科学研究机构从事着纹理研究。近十年在国际级别的各种刊物上发表的有关纹理的相关文章就有好几万篇，仅2013年一年期间就有两千多篇，由此说明与纹理相关的研究仍十分的热门。1990年以来，人们逐渐的发觉灰度共生矩阵、马尔科夫随机场理论（MRF）不可以用多尺度来分析纹理特性，小波分析理论却可以从时域、频域多个尺度上来分析解决问题，由此，针对纹理特征的提取，小波就引进来了。1989年Mllat首先把小波引入到了纹理分析中，从此以后，纹理分析中小波的运用与改进得到了快速的发展，从刚开始的二进小波、多进小波，到金字塔小波分解、树结构小波变换、小波包等等，都是我们用来从高、中、低频还有越来越少的运算量来从各个方面全方位的去对纹理进行分析。还有就是，纹理是由人们的视觉所感知的，是人类可以直接的感受到的自然特性，与颜色还有形状是不相同的，而且人类在各自的生活经验还有对大自然的认识中，早已有相当多的物理模型形成于人们的大脑之中，如果想要用计算机来辅助人类对图像纹理的识别与分类，就需要给予电脑让其具有相似于人类的视觉的作用和识别方式。灰度共生矩阵和马尔科夫随机场理论模型的方法与人类的大脑所形成的图像方式是完全的没有联系的、脱节的，这就难以进行良好的纹理分析，还有就是有许多的纹理图像类似于有一定周期的信号，人类视觉系统又与通道的滤波方法非常的相似，所以有一部分研究者将滤波的相关方法也同样的引入到了纹理的分析之中。

纹理特性的构成由两个基本的要素，它们分别是：

(1)纹理基元：图像里最小的单元就是像素，一些像素在一起构成特定的形状还有大小，基元就是由这些像素所组成的集合。比如方块状、园的形状、特定的花纹等等，这些含有一定的大小与形状的多个图像基元组合在一起就叫做纹理基元。

(2)纹理基元的排列规则：纹理就是由这些纹理基元按着某一特定的排列次序组合成的，基元排列的松紧，方向、周期的不同，就可以在相当大的程度上导致图像的外表发生改变。

常见纹理特征提取方法：

(1)以统计为基础的特征提取方法。统计分析的方法是研究者们目前比较常用的一种纹理分析方法，也是最早最多被研究应用的一种方法。这种方法的思路是统计分析图像的一些个信息例如空间的频率、边缘的频率还有空间灰度依赖关系来研究纹理，一般来说，纹理的粗糙程度、细腻程度是和空间的频率有关的。针对性的来说，细腻的纹理大体上都是可以说是具有较高的空间频率；还有就是纹理在统计法中被看做为是一种对图像区域内的密度分布做出定量的测量的结果。研究者们可以依据此方法计算出图像中某些个区域内的有相对比较平稳特性的统计量，然后作为特征以表示区域内的一致特性还有区域之间的互异特性。这种方法适合应用在提取自然纹理的特征，它可以得到这些个纹理的稀疏、平滑、规则性等特征。该种方法主要包括灰度级行程长度、灰度共生矩阵、自相关函数、半方差图等等。

(2)以模型为基础的特征提取方法。该种方法是以建立起图像的相关模型为基础用来进行纹理特性的提取的。纹理在模型方法中被看成是以某一种或几种所谓的参数控制的分布模型而形成的，所以方法是估计评估还有计算模型中的这些参数来进行纹理特征提取，正是因为如此，参数的估计就成为了此种方法最重要的研究内容。比较常见的此类方法主要分为随机场的方法与分形的方法两类。

(3)以结构为基础的特征提取方法。以结构为基础的特征提取方法是把纹理看成是基元依据着某一个特定的排列规律而组成的，在这里的基元有着不同的形状，比如说块状、条形纹状还有圆形等等这些可以辨别出来的形状。很明显的，细致的纹理它的基元是与粗糙的纹理的基元有着相对明显区别的，一般来说细致的纹理它的基元是比粗糙的相对的要小一些，其中基元的大小是与图像分辨率有密切联系的；基元排列的规律一是指图像整体范围内的排列，二是指基元之间的排列。如此，我们需要研究的两个关键的内容就是：怎样明确纹理基元、怎样去定义特定基元和怎样明确基元之间的排列。到目前为止，研究者们已经总结出了好几种比较典型的以结构为基础的纹理分析方法，在这些之中尤为经典的当是一种用正的多边形来镶嵌而得到的模型。

(4)以信号处理为基础的特征提取方法。20世纪90年代左右，研究者们逐渐的发现了以往的纹理的分析办法在如何多尺度的处理问题上没有多大的进展，所以这些研究者们转而对特定的小波变换进行深入研究，这个特定是指具备尺度的特性的小波。