1、紋理圖象的識別與生成是圖象處理、模式識別和計算機視覺等學科領域的重要研究內容之一，其識別與生成技術具有重要的實際應用意義。本論文在分析、總結多種常用方法的基礎上，對紋理圖象識別與生成的各個階段進行了深入的研究，結合信息智能處理技術提出了一些有效的處理方法，取得了較好的實驗結果。 本論文應用數學形態(tài)學理論提出了一種新型的全方位層疊濾波算法，實驗結果表明，該方法在保持圖象幾何特征的同時，能夠有效提高對自然紋理圖象的去噪效果，還具有能

2、并行快速實現(xiàn)的特點。 針對自然紋理圖象的識別問題，根據蟻群算法的聚類和離散性特點，本論文提出一種有效而適用的圖象識別聚類蟻群算法，通過深入研究和實驗分析紋理圖象的特征函數，結合蟻群算法聚類識別的要求，確定了較全面反映自然紋理圖象特征的9個統(tǒng)計函數作為圖象識別的依據，利用蟻群算法的聚類特性對紋理圖象的特征函數進行聚類匹配，最終實現(xiàn)圖象的識別。實驗結果表明，這一新型算法具有較高的識別率，而且便于實現(xiàn)和應用。 自然紋理圖象具有

3、局部非線性特點，所以其生成問題就比較復雜。為能夠提出從各個角度真實全面反映圖象的特征函數，本論文引入高階統(tǒng)計量作為紋理特征，與一、二階統(tǒng)計量相結合，共選取16個特征函數作為圖象生成的依據，運用改進的BP算法建立了人工神經網絡模型，實現(xiàn)了自然紋理圖象的生成。實驗結果表明，本論文提出的紋理圖象生成方法具有生成時間較短、生成效果逼真等優(yōu)點。而且該方法打破了以往紋理圖象根據結構不同采用不同模式生成方法的界限，可根據需要任意生成各種自然紋理圖象。