利用灰度共生矩阵能提取图像纹理信息的特点,在灰度共生矩阵的14个纹理特征值中选取与纹理周期性相关的特征值,对三维测量中强度有规律重复分布的变形条纹图像的周期进行分析,能准确得出条纹的周期数,或者每周期中的像素个数,给傅里叶变换轮廓术的滤波操作等后续条纹分析提供参考依据。对模拟条纹和实拍条纹的周期分析、纹理特征提取实验表明灰度共生矩阵提取的条纹周期参数与实际值相符合,能准确反映条纹图像的周期特性,可用于条纹分析的实际应用中。

研究了白细胞图像特征提取和分类识别方法，以提高白细胞图像的正确识别率.针对细胞纹理特征的提取，采用改进的局部模糊模式提取白细胞图像的纹理特征，通过对局部二值模式中阈值参量的模糊化，建立了基于局部模糊模式的纹理特征提取算法.算法中引入“统一模式”方法，使提取的特征维度降低为10，且具有旋转不变性.通过有向无环图方法建立支持向量机组合分类器，对CellAtlas的100幅白细胞图像进行了分类识别的实验.实验结果表明：改进的局部模糊模式算法精简了纹理特征数量，起到了“去伪存真”的作用，在含有噪音的白细胞图像分类识别中表现出优良的性能，使提取的特征具有更好的“鲁棒性”，并且具有运行时间短、效率高的特点，白细胞的正确识别率达到了93%.改进的支持向量机分类器表现出高效的分类效果，对小样本分析具有更好的特性.