1，統計方法。統計方法的典型代表是壹種叫做灰度* * *生成矩陣GLCM的紋理特征分析方法。Gotlieb和Kreyszig在研究* * *生成矩陣中各種統計特征的基礎上，通過實驗得出了灰度* *生成矩陣的四個關鍵特征:能量、慣性、熵和相關性。另壹種典型的統計方法是從圖像的自相關函數(即圖像的能譜函數)中提取紋理特征，即通過計算圖像的能譜函數，提取紋理的厚度、方向性等特征參數。
2.幾何方法。所謂幾何法，是壹種基於紋理基元(基本紋理元素)理論的紋理特征分析方法。根據紋理基元理論，壹個復雜的紋理可以由若幹個簡單的紋理基元以壹定的規則形式重復排列而成。在幾何方法中，有兩種比較有影響的算法:Voronio棋盤特征法和結構法。
3.模型方法。模型方法基於圖像的構造模型，模型的參數作為紋理特征。典型的方法有隨機場CRF模型方法，如馬爾可夫隨機場(MRF)模型方法和Gibbs隨機場模型方法。
4.信號處理方法。紋理特征提取和匹配主要包括:灰度* * *生成矩陣、Tamura紋理特征、自回歸紋理模型、小波變換等。灰度* *生成矩陣的特征提取和匹配主要依賴於四個參數:能量、慣性、熵和相關性。田村紋理特征是基於人類視覺感知紋理的心理學研究，提出了六個屬性，分別是:粗糙度、對比度、方向、線像、規則度和粗糙度。自回歸紋理模型(SAR)是馬爾可夫隨機場(MRF)模型的壹個應用實例。