图像处理中，纹理特征的提取 部分代码如下 // 计算纹理特征 void CTextureDlg::OnBtnComputeTexture() { double dEnergy = 0.0; double dEntropy = 0.0; double dInertiaQuadrature = 0.0; double dLocalCalm = 0.0; doub

Direct3D纹理颜色混合方法分析..

本文着重阐述了图像的纹理特征、灰度共生矩阵及其特点，进行了基于灰度共生矩阵的纹理特征提取实验， 并采用最小距离判别函数，对图像的特征值进行分类识别。实验表明，对于具有显著纹理特征的图像，基于纹理特征的图像 分类识别具有一定的准确性、可靠性和实用性。

深入研究灰度共生矩阵算法,结合和差统计法对其进行改进。编码实现改进的图像纹理提取算法,并 采用基于径向基内积函数内核的支持向量机方法对图像分类效果进行实验。通过训练和测试证明,该系统能减 少特征提取的计算时间和存储空间,并可达到良好的图像分类效果

提出了一种新的基于非下采样Contourlet变换的纹理特征提取方法。首先对纹理图像进行非下采样 Contourlet变换,然后提取不同尺度、不同方向上变换系数矩阵的均值和方差作为特征向量,大大降低了特征维数,并 利用BP神经网络进行训练和仿真,实现了纹理图像的自动分类。实验结果表明,与小波包变换和改进的LBP纹理算 子等方法相比,该方法能取得更好的分类效果。

为了定量描述纹理,多年来人们建立了许多纹理算法以测量纹理特性.这些方法大体可以分为两大类：统计分析法和结构分析法。前者从图像有关属性的统计分析出发；后者则着力找出纹理基元，然后从结构组成上探索纹理的规律。也有直接去探求纹理构成的结构规律的。  本章将主要论述纹理特征提取与分析的几种方法。

本文从图像的纹理和形状特征出发，对图像特征提取与描述、图像相似性测 度和图像数据库等关键的图像检索技术进行了详细研究，并且进行了归纳和总 结。在研究过程中，本文对图像纹理和形状的定义进行了探讨，并且做出了新的 解释。本文以数学形态学为理论基础，设计了一个基于纹理和形状特征的图像检 索实验系统，同时还提出了一个新的纹理描述算法，本文称之为空隙像素统计法。 最后对全文进行了总结，并且对图像检索技

提出一种具有近似旋转不变性的改进Gabor小波变换纹理特征提取方法，由小波变换系数模的均值和标准方差 组成特征向量表示图像内容，利用10幅Brodatz纹理图像经过旋转、分割组成的图像数据库进行了检索测试，并与传统Gabor 变换和二元树复小波变换特征提取方法的分类结果进行了比较分析，实验表明本文方法有效地提高了图像检索精度．

有完整源代码 可以用于学习或开发！！！ 图像的纹理分析，可以图案中的人脸、背景、指纹等等表面不同的物体分析

是一个采用VC进行图像纹理分割的程序，基本上包括了图像处理的一般技术。包括显示、平滑和锐化、边缘提取、直方图显示等等