图像纹理分析及应用

图像纹理分析及应用纹理提到纹理，人们自然会立刻想到木制家具上的木纹、花布上的花纹等。木纹为天然纹理，花纹为人工纹理，它们反映了物体表面颜色和灰度的某种变化。这些变化与物体本身的属性相关。有些图像在局部区域内呈现不规则性，而在整体上表现出某种规律性。习惯上，把这种局部不规则而宏观有规律的特性称之为纹理；以纹理特性为主导的图像，常称为纹理图像；以纹理特性为主导特性的区域，常称为纹理区域。纹理作为一种区域特性，在图像的一定区域上才能反映或测量出来。纹理分析的原理图像纹理分析是指通过一定的图像处理技术提取出纹理特征参数,从而获得纹理的定量或定性描述的处理过程。纹理分析的关键纹理识别特征提取纹理分类三维表面重建图像纹理分析方法纹理分析方法统计分析法结构分析法频谱分析法模型分析法统计分析法统计分析方法：主要是基于图像像素的灰度值的分布与相互关系，找出反映这些关系的特征。基本原理是选择不同的统计量对纹理图像的统计特征进行提取。统计分析法中最常用的是共生矩阵法，另外，还有长游程法。其中共生矩阵又包括灰度共生矩阵（GLCM）和灰度—梯度共生矩阵。结构分析法结构分析法：是分析图像纹理的结构，从中获取结构特征。结构分析法首先将纹理看成许多纹理基元按照一定位置的规则组成，然后分两步处理如下：该方法适用于规则和周期性纹理，实际中较少采用纹理基元提取纹理基元推论纹理基元位置规律该方法主要基于滤波器理论。包含了傅里叶变换法，Gabor变换法，小波变换法。傅里叶变换法只能完成图像的频率分解，因而获得的信息不是很充分。Gabor变换法Gabor函数可以捕捉到相当多的纹理信息，且具有极佳的空间/频域联合分辨率因此在实际中获得了较广泛的应用。小波变换法该方法大体分金字塔形小波变换法和树形小波变换法。模型分析法模型法认为一个像素与其临域像素存在某种相互关系，这种关系可以是线性的，也可以是符合某种概率关系的。模型法通常有自回归模型、马尔科夫随机场模型、Gibbs随机场模型、分形模型，这些方法都是用模型系数来表征纹理图像，其关键在于首先要对纹理图像的结构进行分析以选择到最适合的模型，其次为如何估计这些模型关系。这类方法存在着计算量大，自然纹理很难用单一模型表达的缺点。图像纹理分析的应用目前，图像纹理分析在很多方面已经有所应用。例如基于二维超声图像纹理分析判断HIFU凝固性坏死；图像纹理分析技术在肝纤维化CT图像分析中的应用；基于统计性的SAR海洋纹理分析的方法；在纺织与皮革中的应用等等。以上研究都显示了纹理分析技术在医学图像分析中的巨大的应用前景，当然要实现这些前景还存在许多问题.就目前阶段，由于医学图像及其纹理的复杂性，目前还不存在通用的适合各类医学图像进行纹理分析的方法，因而根据各类不同特点的医学图像采取有针对性的最适合的纹理分析技术，就是当前研究的重点和难点，这就要求我们对于一个具体的医学图像，应先深入研究其特点、分布规律等，然后根据各自不同的特点，研究相应的分析方法，才有可能取得较好的效果。另外，在应用某一种纹理分析方法对图像进行分析时，寻求最优的纹理特征与纹理参数也是目前医学图像纹理分析中的重点和难点。因而只有解决好上述两个方面的重点和难点，医学纹理分析技术才能够在实际应用中获得巨大的成功