7.3.4　频谱法

频谱分析方法主要基于滤波器理论，包括傅里叶变换法、Gabor变换法和小波变换法。

1973年Bajcsy使用傅里叶滤波器方法分析纹理。Indhal等利用2－D快速傅里叶变换对纹理图像进行频谱分析，从而获得纹理特征。该方法只能完成图像的频率分解，因而获得的信息不是很充分。1980年Laws对图像进行傅氏变换，得出图像的功率谱，从而提取纹理特征进行分析。

Gabor函数可以捕捉到相当多的纹理信息，且具有极佳的空间/频域联合分辨率，因此在实际中获得了较广泛的应用。小波变换法大体分金字塔形小波变换法和树形小波变换法(小波包法)。

小波变换在纹理分析中的应用是Mallat在1989年首先提出的，主要用二值小波变换(Discrete Wavelet Transform，DWT)，之后各种小波变换被用于抽取纹理特征。传统的金字塔小波变换在各分解级仅对低频部分进行分解，所以利用金字塔小波变换进行纹理特征提取仅利用了纹理图像低频子带的信息。但对某些纹理，其中高频子带仍含有有关纹理的重要特征信息(如对具有明显的不规则纹理的图像，即其高频子带仍含有有关纹理的重要特征)得不到利用。使用在每个分解级对所有的频率通道均进行分解的完全树结构小波变换提取特征，能够较全面地提取有关纹理特征。

由于数字图像及其纹理的复杂性，目前还不存在通用的适合各类医学图像进行纹理分析的方法，因而对于各类不同特点的数字图像就必须采取有针对性的、最适合的纹理分析技术。另外，在应用某一种纹理分析方法对图像进行分析时，寻求最优的纹理特征与纹理参数也是目前数字图像纹理分析中的重点和难点。