文档介绍：,,例如,从远距离观测由地板砖构成的地板时,我们看到的是地板砖块构成的纹理,而没有看到地板砖本身的纹理模式,当在近距离(只能看到几块砖的距离)观测同样的场景时,我们开始察觉到每一块砖上的详细模式,,,,,其中的每一个灰度级基元是由表示每一个字符的连通像素集合构成;把一个个字符放在一行,把一行行字放在一页,(a)远距离观察时的纹理图像(b),对纹理的研究有两个目的,一种是研究纹理的观赏特性,即如何设计具有特定效果的纹理,使之具有一定美学价值或自然逼真效果,,即纹理分析,以便分类和识别场景,,对机器视觉来说,:纹理分类、,,一幅特定的航空照片可能属于海洋、陆地或是城区,,还可以精细划分,比如,,波浪的波长越长,,,森林比灌木林的纹理细,,,可以从灰度图像计算灰度同现(co-occurrence)矩阵、对比度(contrast)、熵(entropy)以及均匀度(homogeneity),统计方法特别有用;相反,当纹理基元很大时,应使用结构化方法,即首先确定基元的形状和性质,然后,再确定控制这些基元位置的规则,,这种方法首先假定一个纹理模型,然后通过图像区域估计模型参数。如果模型估计的正确,,,但大多数确定纹理特性的统计方法并不提供精确测量(单一纹理区域内的计算例外).,,不过迄今为止还没有一种在各种场合下都通用的方法,,***,如,纹理基元的密度、尺寸、姿态等,,被定义为纹理基元基本尺寸最大变化方向和幅值的纹理梯度,(如,圆变换为椭圆),人们通常使用两方法,一是灰度级同现矩阵测量方法,,其定义如下:首先规定一个位移矢量,然后,(1,1),灰度级数为时,,考虑一个具有灰度级0、1、2的简单图像,(a)所示,由于仅有三个灰度级,,,即计算所有像素值与像素值相距为的象素对数量,然后,,在规定距离矢量分离下,有三对像素值为[2,1],因此,(b).螀由于具有灰度级的像素对数量不需要等于灰度级的像素对数量,因此,,每一项除