王军敏，男，博士研究生，汉族，河南平顶山人。2019年毕业于西北工业大学信息与通信工程专业，获工学博士学位。在Signal，Image and Video Processing和Journal of Electronic Imaging以及《计算机辅助设计与图形学学报》《光电工程》等期刊上以首作者或通讯作者发表期刊论文二十余篇，主持国家质检总局科技计划项目和河南省科技厅科技攻关项目各一项，参与省部级项目三项。目前在平顶山学院从事教学科研工作，曾获平顶山学院第四届教学优秀奖一等奖，并先后获得平顶山学院首届我喜爱的教师、优质课教师、优秀教师、师德标兵等荣誉称号。

本书是河南省平顶山学院王军敏老师在其博士论文的基础上扩充而成，同时得到了平顶山学院博士科研启动基金项目和中青年骨干教师资助项目的课题资助。书稿从信息管理系统的视角出发，认为纹理图像在现实世界中无处不在，纹理图像中所蕴含的纹理模式特征是人类认知世界所需的重要视觉特征，这使得纹理图像识别研究具有重要的理论和应用价值，而纹理图像特征提取是该研究的核心内容。针对目前纹理图像特征提取方法存在的不足之处，主要开展以下研究工作：（1）基于局部特征描述和纹理基元学习的纹理图像特征提取方法；（2）基于全局Gabor特征和局部编码Gabor特征融合的纹理图像特征提取方法；（3）光照、旋转和尺度稳健的改进CLBP纹理图像特征提取方法；（4）基于粗略颜色信息和灰度纹理特征融合的彩色纹理图像特征提取方法；（5）基于深度卷积神经网络和迁移学习的纹理图像特征提取方法。

1 绪论
1．1 研究背景及意义
1．2 研究现状以及存在的问题
1．3 本书的主要内容与结构安排

2 基于局部特征描述和纹理基元学习的方法
2．1 引言
2．2 现有的纹理基元学习方法
2．3 本章方法描述
2．4 实验与结果分析
2．5 本章小结

3 全局和局部编码Gabor特征融合的方法
3．1 引言
3．2 Gabor滤波方法简介
3．3 本章方法描述
3．4 实验与结果分析
3．5 本章小结

4 光照、旋转和尺度稳健的改进CLBP方法
4．1 引言
4．2 传统CLBP算法简介
4．3 本章方法描述
4．4 实验与结果分析
4．5 本章小结

5 彩色纹理图像的特征提取和识别方法
5．1 引言
5．2 颜色信息的作用和应用条件
5．3 彩色纹理图像的特征提取方法研究
5．4 实验与结果分析
5．5 本章小结

6 基于深度卷积神经网络的方法
6．1 引言
6．2 CNN的基本原理
6．3 迁移学习及其可行性分析
6．4 基于VGG-16模型和迁移学习的纹理图像识别
6．5 基于MobileNet模型和迁移学习的纹理图像识别

7 纹理图像特征提取和识别方法的应用
7．1 引言
7．2 纹理图像特征提取和识别方法的应用1：树皮分类
7．3 纹理图像特征提取和识别方法的应用2：图像检索
7．4 纹理图像特征提取和识别方法的应用3：纸币鉴别
7．5 本章小结

8 总结与展望
8．1 总结
8．2 未来研究展望

参考文献