图像的灰度共生矩阵(GLCM)已知被理论证明并且实验显示它在纹理分析中是一个很好的方法,广泛 用于将灰度值转化为纹理信息. 然而,由于GLCM是像素距离和角度的矩阵函数,因此完整的GLCM的计算,其参数的 选取范围很广,这样GLCM的计算量很大,通常是不能这样用的. 为了解决这个问题,本文应用马尔可夫链的性质,从 理论上证明了GLCM的计算结果,当像素距离足够大的时候趋于一致性. 这样只需较少的参数值就可以完整的描述图 像的纹理特征. 最后,通过对Brodatz纹理库中自然纹理

本文总结并提出了较为完备的特征提取定义。根据特征子集形成过程将特征选择分为穷举式、启发式和随机式三类 根据特征评价标准将特征选择分为距离浏度、信息测度、相关性浏度、一致性测度和分类器错误率五类。通过分析特征选择的影响因素，提出了选择特征、选择方法应该遵循的原则。 -This paper analyzes and summarizes the previous definition of feature selection, and then introduces a selfcontaine

通过对影像内容、特征、结构、关系、纹理及灰度等的对应关系，相似性和一致性的分析，寻求相似影像目标的方法-Through the video content, features, structures, relationships, texture and gradation correspondence between similarity and consistency analyzed to find similar images targeted approach