1、紋理作為圖像的重要特征，應(yīng)用在醫(yī)學(xué)，遙感等多個(gè)領(lǐng)域。紋理分類研究涉及統(tǒng)計(jì)方法，結(jié)構(gòu)方法和模型方法，提取有區(qū)分能力的紋理特征是實(shí)現(xiàn)上述方法的重要手段?，F(xiàn)有的紋理分類方法，不僅不能對(duì)所有種類紋理圖像實(shí)現(xiàn)精確分類(尤其是在紋理邊界處)，而且大多不具有旋轉(zhuǎn)不變性。現(xiàn)有的基于K-Views的紋理分類方法，都是將View作為紋理圖像分類的最小單位，以特征子圖像表征一類紋理。
　　 本文提出了一種基于旋轉(zhuǎn)不變性特征的新的K-Views紋理分類

2、方法，首先，該方法定義了均值，標(biāo)準(zhǔn)差，熵，峰度，斜度和直方圖等6個(gè)統(tǒng)計(jì)特征，并對(duì)其進(jìn)行組合，構(gòu)成歸一化特征向量，即“旋轉(zhuǎn)不變性特征”。其次，為最大程度地保留每類紋理的原始信息，新的K-Views方法隨機(jī)選取K個(gè)子圖像 作為特征子圖像，不像已有的基于K-Views的紋理分類方法采用K-Means等聚類方法來(lái)提取特征子圖像。最后，考慮到包含當(dāng)前待分類像素的子圖像不止一個(gè)，所有包含當(dāng)前待分類像素的子圖像都有權(quán)利決定該像素屬于哪個(gè)紋理類，所以，