【正文】 ，是計算機視覺和模式識別的重要組成部分。紋理描述的基礎(chǔ)是找出一組能夠有效反應(yīng)圖像紋理特征的參量，這些紋理特征能夠盡可能地縮小紋理的類內(nèi)差距，同時盡可能增大紋理的類間差距。紋理分割：以紋理特征的一致性為準則的圖像分割處理。 紋理分割包括有監(jiān)督和無監(jiān)督的紋理分割。紋理的先驗知識包括確定待分割圖像的紋理類別數(shù)目，不同紋理的表現(xiàn)特性等等。紋理分類一般包括訓(xùn)練和分類兩個階段一般是有監(jiān)督的。紋理檢索時基于內(nèi)容的圖像檢索研究的一個重要內(nèi)容。紋理圖像分析的基本方法有兩種類型:結(jié)構(gòu)分析法和統(tǒng)計分析法。紋理基元可以是直觀的、明確的，如氣泡紋理的基元通常是圓或橢圓。紋理基元參數(shù)包括基元的尺寸、位置和姿態(tài)等，紋理結(jié)構(gòu)參數(shù)包括相位、距離、分離度、同現(xiàn)率等。 統(tǒng)計分析法是從圖像有關(guān)屬性的統(tǒng)計特性出發(fā)，著重于分析圖像區(qū)域灰度分布的統(tǒng)計特性(常用的描述子有n階矩、直方圖、共生矩陣等)。 這些方法可以粗略的分為三類: (1)基于特征:該方法利用感興趣的區(qū)域的某些特征參數(shù)基本一致的特點來處理的?；谀Ｐ蛥?shù)的分析方法可以看作是基于特征方法的一個子集。 基于結(jié)構(gòu)的紋理分析必須在紋理具有很強的紋理基元的情況下應(yīng)用。這里不作介紹。 基于特征的分析方法空間自相關(guān)函數(shù)法紋理結(jié)構(gòu)常用其粗糙性來描述，其粗糙性的程度與局部結(jié)構(gòu)的空間重復(fù)周期有關(guān)?？臻g自相關(guān)函數(shù)是計算紋理測度的一種基本方法。設(shè)圖像為{I（x，y),0 ≤ x ≤M,0≤ y ≤ N}，其自相關(guān)函數(shù)定義為: （）上式是對(2W+1)(2W+1)窗口內(nèi)每一象素(j,k)與偏離值e,η=0177。2，…,177。或者說，對于粗紋理圖像，自相關(guān)函數(shù)C(e，η。而細紋理圖象的C(e，η。j,k)將呈現(xiàn)某種周期性的變化，其變化周期的大小可以作為描述圖象紋理的重要特征。2 、Laws能量法1980年，Laws提出了一種新的紋理描述方法，=[1,4,6,4,1]。V3=[1,0,2,0,1]。V5=[1,4,6,4,1]之間相互卷積后得到25個二維濾波模板后分別與紋理圖像卷積。Tamura紋理特征的六個分量對應(yīng)于心理學(xué)角度上紋理特征的六種屬性。時比度(Contrast)、方向度(Dirrectianality)這三個分量比較重要，它們的定義和數(shù)學(xué)表達如下:，計算圖像中大小為2K2K個象素的活動窗口中象素的平均強度值，即 （） 其中k2是選取的窗口大小，k=0,1,2 ... 。然后對于每個象素，分別計算它在水平和垂直方向上的郁域均值差值。 對比度對比度通過對象素強度分布情況做統(tǒng)計后得到。對比度由如下公式衡量: n=8,4,2,1,1/2,1/4或1/8 （）FCON給出了整個圖像或區(qū)域中汁比度的全局度量。該向量的模和方向分別定義為 () 其中△H和△V是圖像分別卷積下列兩個3*3的差分算子得到的水平差分和垂直差分: 一1 0 1 1 1 1 一1 0 1 0 0 0 一1 0 1 1 1 1當所有象素的梯度向量都被計算出來后，可以構(gòu)造一個方向角局部邊緣概率直方圖HD來表達θ值。這個直方圖對于具有明顯方向性的圖像會表現(xiàn)出峰值，時于無明顯方向的圖像則表現(xiàn)得比較平坦。紋理模型法認為一個象素與其鄰域內(nèi)的象素存在某種依賴關(guān)系，這種關(guān)系既可以是線性的，也可以是服從某種條件概率的。 聯(lián)立自回歸模型(SAR) SAR通過象素的線性組合來反映圖像中的象素與部域象素間的線性依賴關(guān)系。θ(r)是一系列模型參數(shù)，用來表示不同相部位置上的象素的權(quán)值。 此時，參數(shù)θ和標準方差s的值反映了圖像的紋理特征，可以通過回歸法計算模型參數(shù)來獲取紋理的局部統(tǒng)計特性。定義一個部域，如果隨機場中某點采樣的條件概率僅和該鄰域內(nèi)的點有關(guān)，那么該隨機場就是Markov隨機場。在離散的高斯馬爾可夫隨機場模型中，任何象素的灰度值都可以通過其鄰域灰度值的線性組合加上加性噪聲來建模的，模型如下: () 其中:N為鄰點集，Ws為噪聲，θ為權(quán)重系數(shù)。 Gibbs隨機場模型用Gibbs分布來描述的場是吉布斯隨機場，與之相應(yīng)的圖像模型為吉布斯圖像模型，這種模型是通過描述幾何結(jié)構(gòu)和象素間相互作用力的定量參數(shù)來具體實現(xiàn)的。相互作用結(jié)構(gòu)是通過相互作用的象素的特性子集來描述的。近年來，隨著人們在紋理分析領(lǐng)域中研究的不斷深入，提出了大量創(chuàng)新和改進的方法，很大程度上提高了紋理分析的精度。分形理論的應(yīng)用 ，如云、會發(fā)現(xiàn)放大后的形體與原形體十分相似，一個典型的例子是koch曲線。每個操作步驟都會將曲線的整個長度增加3/4倍，從構(gòu)成過程來看Koch曲線的長度最終將是無窮的。而用正方形來量度線段結(jié)果為零，對于Koch曲線用一維尺度測量結(jié)果為無窮大，而用二維尺度測量時結(jié)果為零，其維數(shù)用非整數(shù)表示，即分數(shù)維。我們認為一個集合具有自相似性，如果它能夠被分解成N個非重疊子集的并集，其中每個子集是原集合的拷貝、不過尺寸小了r倍，這樣的紋理是以分數(shù)維D為特征的，由下面的方程給出:分形維和人們感覺的粗糙度有很強的相關(guān)性，人們發(fā)現(xiàn)不同的紋理可以有相同的分形維。KasParis_將分形維與紋理能量結(jié)合起來彌補分形維的不足。小波理論的應(yīng)用小波分析真正作為一門理論或?qū)W科被研究僅僅是最近20年的事情。，小波變換足對Fourier。小波分析理論作為時頻分析工具，在信號分析和處理中得到了很好地運用。小波應(yīng)用于紋理的分析，主要指在小波變換后，時獲取的原圖像上的頻域信息提取的二次小波特征。然后，再將二次小波特征用于圖像分類。小波分析后期的發(fā)展主要包括多進小波(Multiband Wavelet}、小波包（Wavelet Package)、多小波(MultiWavelet)和第二代小波(Second Generation Wavelet}。根據(jù)兩個像素點位置的聯(lián)合概率密度函數(shù)可以建立起紋理圖像的共生矩陣。記作：則可以把紋理分析的圖像f理解為從LXLY到G的一個變換，即對LXLY中的每一個點，對應(yīng)屬于f的一個灰度，可以表示為：f：LXLY→G。f(k,l)=i,f(m,n)=j } ()P(i,j,d,45o)={((k,l),(m,n))∈(LyLx)(LyLx)│(km=d,ln=d)Or(km=d,ln=d),f(k,l)=I,f(m,n)=j} ()P(i,j,d,90o)={((k,l),(m,n))∈(LyLx)(LyLx)││km│=d。f(k,l)=i,f(m,n)=j } ()P(i,j,d,135o)={((k,l),(m,n))∈(LyLx)(LyLx)│(km=d。矩陣[P(i,j,d,θ)]的第i行第j列元素表示所有θ方向，相鄰間隔為d的像素中有一個取i值，另一個取j值的相鄰點數(shù)。圖像的灰度共生矩陣反映了圖像灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息，它是分析圖像的局部模式結(jié)構(gòu)及其排列規(guī)則的基礎(chǔ)。一幅圖像的灰度級數(shù)一般是256級，這樣級數(shù)太多會導(dǎo)致計算灰度共生矩陣大，計算量大。為表達簡明起見，在下面的共生矩陣表達式中，略去了間隔d和方向θ。當取d=1，θ=0o時，每一行有2（NX1）個水平相鄰點，共有NY行，因此總共有2NY(NX1)個相鄰點，所以取R=2NY(NX1)。由對稱性可知，當θ=90o和135o時，同理可得。（4）方差： ()式中μ是p（i，j）的均值。它是圖像紋理灰度變化均一的度量，他反映了圖像灰度分布均勻程度和紋理粗細度，如果共生矩陣的所有值均相等，則ASM值就??；相反，如果其中一些值大而其他值小，則ASM值大。因此，ASM的值大則表明一種較均一和規(guī)則變化的紋理模式。紋理的溝紋深，對比值大，效果清晰；反之，對比值小，則溝紋淺，效果模糊。當矩陣元素值均勻相等時，相關(guān)值就打；相反，如果矩陣象元值相差很大則相關(guān)值小。（4）熵：熵度量圖像紋理的隨機性。因此，熵的最大值暗示圖像中灰度分布非常隨機。其值大則說明圖像紋理的不同區(qū)域缺少變化，局部非常均勻。 本章小結(jié)本章主要對圖像的紋理分析的定義，紋理分析的概況還有紋理的分析的一些常用方法進行了大致的介紹，并且對我們實習(xí)程序時所用的方法灰度共生矩陣法座了詳細的介紹，并羅列出其中的參數(shù)及其主要的參數(shù)進行了一一介紹，為下一張程序的實現(xiàn)打下了堅實的基礎(chǔ)。Visual C++已經(jīng)有了很大的變化，在界面、功能、庫支持方面都有許多的增強。 Visual C++開發(fā)環(huán)境一般分為三個版本:學(xué)習(xí)版、專業(yè)版和企業(yè)版，不同的版本適合于不同類型的應(yīng)用開發(fā)。Visual C++軟件包中的Developer Studio就是一個集成開發(fā)環(huán)境，它集成了各種開發(fā)工具和VC編譯器。IDE中還提供大量在線幫助信息協(xié)助程序員做好開發(fā)工作。 MFC庫，庫（library）是可以重復(fù)使用的源代碼和目標代碼的集合。這些類可以提供程序框架、進行文件和數(shù)據(jù)庫操作、建立網(wǎng)絡(luò)連接、進行繪圖和打印等各種通用的應(yīng)用程序操作。項目開發(fā)過程在一個集成的開發(fā)環(huán)境中開發(fā)項目非常容易。建立一個項目的第一步是利用編輯器建立程序代碼文件，包括頭文件、代碼文件、資源文件等。編譯對用戶程序進行詞法和語法分析，建立目標文件，文件中包括機器代碼、連接指令、外部引用以及從該源文件中產(chǎn)生的函數(shù)和數(shù)據(jù)名。一般有一個makefile文件來協(xié)調(diào)各個部分產(chǎn)生可執(zhí)行文件。Debug版本用于程序的開發(fā)過程，該版本產(chǎn)生的可執(zhí)行程序帶有大量的調(diào)試信息，可以供調(diào)試程序使用，而Release版本作為最終的發(fā)行版本，沒有調(diào)試信息，并且?guī)в心撤N形式的優(yōu)化。Visual C++開發(fā)環(huán)境中集成了編輯器、編譯器、連接器以及調(diào)試程序，覆蓋了的開發(fā)應(yīng)用程序的整個過程，程序員不需要脫離這個開發(fā)環(huán)境就可以開發(fā)出完整的應(yīng)用程序。最初他把這種語言叫做含淚的C，到1983年才取名為C++。（2） C語言本身幾乎沒有支持代碼中用的語言結(jié)構(gòu)。C++繼承了C的原有精髓，擴充增加了對開發(fā)大型軟件頗為有效的面向?qū)ο髾C制，彌補了C語言不支持代碼重用、不適宜開發(fā)大型軟件的不足，成為了一種既可以用于表現(xiàn)過程模型，又用于表現(xiàn)對象模型的優(yōu)秀的程序設(shè)計語言之一。作為經(jīng)典的統(tǒng)計方法，灰度共生矩陣的缺點是計算量大。而且這種方法不受分析對象的制約，能夠很好的反映圖像的空間灰度分布情況，真正做到反映圖像的紋理特征，例如粗細，均勻，稠密度等，所以其應(yīng)用廣泛。而模型方法雖然可以直接將一種現(xiàn)有的成熟理論運用于紋理分析，極