利用 Gabor 滤波器组提取图像纹理特征 本部分将包含以下四个方面：纹理特征提取方法综述、Gabor 滤波器简介、Gabor 滤波器组实现纹理特征提取的步骤与实现、存在的问题与改进策略。 1、纹理特征提取方法综述[1] 纹理没有准确的定义，但对纹理认识的共识是：①纹理不同于灰度和颜色等图像特征，它通过像素及其周围空间邻域的灰度分布来表现，即局部纹理信息；②局部纹理信息不同程度的重复性，即全局纹理信息。 按照纹理特征提取方法所基于的基础理论和研究思路的不同，并借鉴非常流行的Tu cery an 和 Jain 的分类方法，将纹理特征提取方法分为四大家族：统计家族、模型家族、信号处理家族和结构家族。 统计家族的方法是基于像元及其邻域的灰度属性，研究纹理区域中的统计特性，或像元及其邻域内的灰度的一阶、二阶或高阶统计特性；在模型家族中，假设纹理是以某种参数控制的分布模型方式形成的，从纹理图像的实现来估计计算模型参数，以参数为特征或采用某种分类策略进行图像分割，因此模型参数的估计是该家族方法的核心问题；信号处理的方法是建立在时、频分析与多尺度分析基础之上，对纹理图像中某个区域内实行某种变换后，再提取保持相对平稳的特征值，以此特征值作为特征表示区域内的一致性以及区域间的相异性；结构家族的方法基于“纹理基元”分析纹理特征，着力找出纹理基元，认为纹理由许多纹理基元构成，不同类型的纹理基元、不同的方向及数目等，决定了纹理的表现形式。信号处理家族的方法从变换域提取纹理特征，其他 3 个家族直接从图像域提取纹理特征。各个家族的方法既有区别，又有联系。 利用 Gabor 滤波器组提取图像纹理特征，如图所示，可以归结为信号处理家族中小波方法的一个分支。 2、Gabor 滤波器简介 （1）Gabor 变换的创始人 Gabor 变换是由Dennis Gabor 首先提出，他是一位电子工程师和物理学家，出生于匈牙利，后加入英国国籍。Gabor 因发明了全息投影术于1971 年获得诺贝尔物理学奖。D. Gabor 还被公认为是小波变换的创始人之一。相关代表作有D. Gabor. Theory of commu nication. Jou rnal of the Institu te of Electrical Engineers, 93:429–549, 1946，他还提出了Short Time Fou rier Transform (1946)。 （2）Gabor 变换与小波变换和加窗傅里叶变换的关系 如果从 Fou rier 变换的角度来看，Gobor 变换就是窗函数取高斯窗时的短时 Fou rier 变换。如...
