资源描述：
《灰度矩阵纹理特征提取 毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、摘要纹理是一种重要的视觉线索,是图像中普遍存在而又难以描述的特征。纹理分类与分割是图像处理领域一个经久不衰的热点研究领域,纹理特征提取作为纹理分类与分割的首要问题,一直是人们关注的焦点,各种纹理特征提取方法层出不穷。在广泛文献调研的基础上,回顾了纹理特征提取方法的发展历程,分析了其研究现状,对纹理特征提取方法进行了较为全面的综述,对其进行分类，最后主要研究了基于灰度共生矩阵的图像问题提取方法，研究如何有效地抽取图像纹理特征对图像进行描述，由特征值来对图像识别。灰度共生矩阵是一种简单有效的图像纹理描述方法，该方法的优势在于：它能利用了
2、图像中像素相对位置的空间信息更加准确地描述图像的纹理，本文就是利用灰度共生矩阵的这一特性，从该矩阵中抽取相应的统计参量作为纹理特征来实现图像识别。关键字：灰度共生矩阵，纹理特征提取，图像识别35ABSTRACTTextureisakindofimportantvisualcluesinimages,iswidespreadanddescribethecharacteristics.Textureclassificationandsegmentationimageprocessingareaaenduringpopularresear
3、chfields,texturefeatureextractionastextureclassificationandsegmentationpriority,andhasbeenthefocusofattention,allsortsoftexturefeatureextractionmethodtoemergeinendlessly.Onthebasisofextensiveliteratureinvestigation,reviewsthetexturefeatureextractionmethod,analyzesthede
4、velopmentoftheresearchstatusofthetexturefeatureextractionmethodmakesacomprehensivereviewofitsclassification,mainresearch,finallybasedongraysymbioticmatriximageproblemextractionmethod,researchhowtoeffectivelyextractimagetexturefeaturedescribedbytheimagecharacteristicval
5、ue,toimagerecognition.Graylevelco-occurrencematrixisasimpleandeffectiveimagetexturedescriptionmethods,thismethod'sadvantageis:itcanusetheimagepixelsrelativepositionsofthespatialinformationmoreaccuratelydescribethetextureimage,thispaperistousethegraylevelco-occurrencema
6、trixoftheproperties,extractingfromthematrixcorrespondingstatisticsastexturefeatureparameterstorealizeimagerecognition.KEYWORDS:graylevelco-occurrencematrix,texturefeatureextraction,imagerecognition35目录摘要1ABSTRACT2引言3第1章图像纹理特征提取方法51.1发展与现状51.2纹理的有关定义6第2章纹理特征提取方法的分类82.1纹
7、理特征提取方法的发展82.2统计家族的灰度共生矩阵8第3章图像特征提取及识别过程103.1系统流程图103.2灰度共生矩阵定义103.3四个方向灰度共生矩阵的生成113.4纹理特征参数的介绍12第4章算法实现14第5章对此次设计的总结与展望265.1设计中遇到的问题265.2总结与展望27致谢词：28参考文献：29附录：3035引言图像纹理是一种重要的视觉线索,是图像中普遍存在而又难以描述的特征。纹理分析技术一直是计算机视觉、图像处理、图像分析、图像检索等的活跃研究领域。纹理分析作为诸如上述应用的基础性研究领域之一,其研究内容主要包
8、括:纹理分类和分割、纹理合成、纹理检索和由纹理恢复形状。纹理的应用如下图1。这些研究内容的一个最基本的问题是纹理特征提取。作为纹理研究的主要内容之一,纹理分类与分割问题一直是人们关注的焦点,涉及模式识别、应用数学、统计学、神经生理学、
