图像纹理特征研究的发展与现状在上个世纪60年代，人们就开始了图像纹理特征的研究，如Brodatz建立了Brodatz纹理库，这个库也成为后人研究纹理特征的重要数据来源。70年代， Haralick[1]在研究卫星图像时提出了灰度共生矩阵(Gray Level Co-occurrence Matrix，GLCM)方法，开始了纹理特征研究的定量分析阶段。Haralie提出的许多理论和方法成为了后续纹理研究的重要基础，之后，诸如灰度行程长度法、灰度差分法等相继被提出。到了80年代，随机场模型法则为纹理特征提取研究提供了新的方向。在这波热潮下，各种改进的模型法被相继提出，如吉布斯模型、自回归纹理模型等，其中分形模型的提出更是将模型法提升到一个新的高度。到了90年代，传统的方法已经难以满足时代的需要，频谱法则因良好的多尺度特性受到广泛的关注，其中基于小波和Gabor滤波器的纹理分析方法更是因其独特的性能成为当时的研究主流。84798

近些年纹理特征提取方法最大的突破则是局部二值模式(Local Binary Pattern，LBP)算法,LBP[2]方法具有计算复杂度小，多尺度和旋转不变特性，具有很高的使用价值。纹理特征提取方法的研究是随着时代的进步在不断地发展着，未来的纹理特征提取方法也必将更加完善。