本文详细描述了基于小波包的纹理图像去噪方法： 噪声对图像的后续处理影响较大，常用的去噪方法虽然可以去除变化平缓的图 像中的噪声，但对细节较多的纹理图像的去噪效果却不太理想, 文中基于信号和噪声在小 波分解中呈现出来的不同特性，提出了一种新颖的小波包去噪算法, 采用该算法对纹理图 像进行最优小波包分解，并计算每个子频带的两个范数，然后根据范数值区分信号和噪 声，从而达到去除噪声的目的, 实验结果表明，该算法对皮革图像具有较好的去噪效果，不 仅可以去除纹理图像中的大部分

提出了一种改进的灰度共生矩阵肝脏CT 图纹理特征分析方法，即首先确定图像ROI 区域，接着构造一个新的能综合反映共生矩阵各角度信息的灰度共生矩阵，然后提取基于该矩阵的纹理特征参数。通过实验验证，上述方法是分析肝脏CT 图的一种快速有效的纹理特征分析方法，对其他特定类别图像的纹理特征分析有参考意义。Radon 变换检测航迹, 并对结果进行了优化. 与现有的检测方法相比, 该方法针对性强, 复杂度低. 使用该方法对实际航拍图片进行了检测实验, 取得了很好的效果.-Track propose a no