1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述

一、图像纹理

纹理是指图像像素的灰度或颜色的某种变化规律，它是一种区域特征，反映了图像或物体本身各元素之间空间分布的特性。同其它图像特征相比，它似乎能更好地兼顾图像宏观性质与微观结构。对这种表面纹理的研究称为纹理分析[1].它在计算机视觉领域有着重要的应用. 在机械工程中对机械零件加工表面的这种凹凸不平性开展研究同样具有重要的实践意义。图像纹理分析在许多学科都已得到广泛的应用，如细胞图像、金相图像，它也是遥感图像分析的重要手段之一。通过提取图像的纹理特征，研究纹理在图像中反复出现的局部模式和它们的排列规则，获得纹理的定量描述，可以进而对图像或物体进行正确分类。因此，在以往的遥感影像云检测与分类技术中，纹理分析法是重要的方法之一。纹理分析的方法很多，基本上可归纳为统计模型法、结构法、场模型法或频域空域联合分析法等四类，它们都可以应用于云的分类。常用的特征提取与匹配方法[1]：

2. 研究的基本内容、问题解决措施及方案

1. 本课题要解决的问题

利用高斯混合模型描述每一像素的灰度分布情况，并以具有最大适应度值的子模型作为当前分布模型来描述每一像素的特征，最大范围的提取不同纹理的像素特征。然后通过初始分类阶段和迭代分类阶段，将像素分类为前景或背景；以便把病态的纹理分成前景和背景，从而区别出网格纹理检测中出现不合格网格布。

主要内容：