图像纹理特征

7.3　图像纹理特征

纹理的概念，至今还没有一个公认的确切的定义。但一般来说，纹理是由许多相互接近的、互相交织的元素构成，它们具有周期性。纹理在一定程度上反映了一个区域中像素灰度级的空间分布的属性。认为类似于布纹、犬毛、鹅卵石、软木塞、草地、砖砌墙面等具有重复性结构的图像叫纹理图像。纹理图像在局部区域内可能呈现不规则性，但整体上则表现出某种规律性，其灰度分布往往表现出某种周期性。通常，把图像中这种局部不规则，而宏观有规律的特性称为纹理。纹理可分为人工纹理和天然纹理。人工纹理是由自然背景上的符号排列组成，这些符号可以是线条、点、字母、数字等。自然纹理是具有重复排列现象的自然景象，如砖墙、种子、森林、草地之类的照片。人工纹理往往是有规则的，而自然纹理往往是无规则的。

纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。但是，纹理特征也有其缺点，一个很明显的缺点是当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差。另外，由于有可能受到光照、反射情况的影响，从图像中反映出来的纹理不一定是物体表面真实的纹理。

图像的纹理分析已在许多学科得到了广泛的应用。气象云图多是纹理型的，在红外云图上，各种云类呈现的纹理特征完全不同，所以几种不同纹理特征的云类，如卷云、积雨云、积云和层云的机器识别就可以用纹理作为一大特征。

卫星遥感地表图像，相当于人们站在宇宙空间来看地球，地表的山脉、草地、沙漠、大片森林、城市建筑群等均表现了不同的纹理特征。分析卫星遥感图像的纹理特征可以进行区域识别、国土整治、森林利用、城市发展、整治土地荒漠化等，在国民经济中各方面很有价值的宏观研究及应用。

在显微图像中，如细胞图像、金相图像、催化剂表面图像等均具有明显的纹理特征，对于它们的纹理结构的分析，可以得到细胞性质的鉴别的信息、金相结构物理信息和催化剂的活性信息。

纹理分析方法，大致分为统计方法和结构方法。统计方法适用于分析木纹、森林、山脉、草地那样的纹理细而且不规则的物体;结构方法则适用于布料的印刷图案或砖块花样等一类纹理基元排列较规则的图像。本节将着重介绍几种最常用的方法。