基于灰度共生矩阵的图像纹理分析系统设计(6)
B 02 country 2.028018 0.197641 0.198598 0.904945
C 03 forests 1.869292 0.230796 0.406876 0.816390
D 04 oceans 0.720135 0.608965 0.034071 0.985645
图2-9 图片存储MFC截图
b.批处理bmp图像显示纹理,过程如图2-10，2-11所示：
图2-10 批处理过程中
图2-11 处理结果（左）
图2-12 数据显示（右）
4．总结与展望
4.1总结
在设计过程中遇到了很多问题，通过自己查阅相关资料和指导老师的讲解最终将基于二阶矩的图像纹理表示的设计完整做完。
a.以前在学习的过程中没有太多接触过图像纹理这方面的知识，对图像处理不是很明白，在准备毕设阶段，阅读了大量这方面的资料，指导老师也就这一方面做了详细的讲解，方便了自己以后再做设计过程中对编程的理解，也使自己掌握了一种新的编程手法。
b.在图像标号的过程中，由于对文件读取的格式不太清楚，显示的结果不正确，在老师的指导下选取101-200 已使位数一致，显示结果也是正确的。
4.2展望
本设计主要是围绕图像纹理的灰度共生矩阵提取方法计算出图像的熵，能量，惯性矩，逆差矩四个纹理特征，将海洋，城市，乡村，森林四种类型的bmp图像进行处理，通过这四个纹理特征值的不同判断不同图片的类型。纹理分析研究面临着三个重要的挑战：
a.尽管纹理分析方法种类繁多，但至今还没有一个特别有效的方法，在纹理分类方面取得令人满意的性能，众多的学者仍然在探索新，试图找到一个非常有效的纹理描述方法。
b.尽管现实中的场景都是彩色的，但目前有关纹理的研究大部分都集中在灰度纹理领域。彩色纹理研究很少有人关注，目前对彩色纹理分析还处于探索阶段，还没有一个非常有效的彩色纹理描述方法。
c.纹理分析方法尽管在理论探索方面有很多成果，然而这些方法由于理论性较高，不容易被其他领域的研究人员以及工程技术人员所理解和接受，造成了很多方法不能够成功地应用到其他领域。
在接下来的研究过程中，希望能够从新的思路和新的途径出发提出一个简单有效的纹理描述方法，并将这种方法拓展到彩色纹理描述,争取在纹理分析与表示方面取得更大的进步，有更大的成效。