38
39
以下是取图像的计盒维作为特征值形成的纹理影像：
原图：
计盒维：
40
由于现实世界的纹理常常由于方位、尺度或其 它方面的变化而引起图像的不一致，上述方法尚 难以全面而精确地描述和提取纹理信息，因而图 像纹理分析成功的例子并不多见。通常纹理分析 的方法都是针对某一特定应用而特别加以设计的。
41
小波变换的基本思想是用一族函数去表示或逼近一 信号，这一族函数称为小波基，它是通过一小波母函 数的伸缩和平移产生其子波来构成的。
18
对于信号f，其连续小波变换Wf(a,b)定义为：
选择不同特定的小波基函数，就可以得到原信号的 逼近信号和小波信号。
19
下图给出了不同分别率下的离散逼近信号（低通滤 波器）：
对于一个定义在邻域N内的一幅纹理图像f和每一个 距离d，边界频率可以计算出一个依赖于距离d的纹理 描述函数E：
14
以下是不同图像的边界频率曲线示例：
D2的纹理比较粗糙，边界频率较低；D21的纹理比较 细致，边界频率较高。
15
由于边界频率分析法只反映了纹理的粗细，因此其 缺点和自相关函数法是一样的，即：对于同样粗糙 （细致）但完全不同的两种纹理，它们的边界频率很 可能比较相近，很难将这两种纹理区分开来。
28
概率P(i,j,δ,θ)的数学式表示为 :
P( i,j,δ,θ)＝ {[(x,y),(x+Δx，y+Δy)]|f(x,y)=i,f(x+Δx,y+Δy)=j；
x,y=0,1,…,N-1}
29
根据上述定义，所构成的灰度共生矩阵的第 i 行、第 j 列元素，表示图像上所有在θ方向、相 隔为δ，一个为灰度i值,另一个为灰度j值的像素 点对出现的频率。这里θ取值一般为0度、45度、 90度和135度。很明显，
