显微影像纹理分析技术简介-显微图像分析软件厂商
纹理分析在空照图、医学影像及显微影像上一直扮演着重要的角色；
大部分的纹理分析工作着力于整张影像的纹理特征萃取。
其中纹理分类是较重要的影像处理之一。
纹理分类在过去廿年来一直是影像处理上有趣的焦点所在。我们详细陈述纹理
分类如下﹕在一有限集合类别Ci，i＝1，2，...，m中对每一类别先选取一些影像，称为训练影像（training image），
从这些训练影像中，根据某种法则萃取纹理特征，以这些萃取出来的资讯为基础，
对每一未知类别的测试影像（testing image），指定其所属之类别。
纹理分类中较主要的问题在于如何萃取纹理的特征
一般可分为两个步骤，训练阶段及辨识阶段。在训练阶段中，系统对每一纹理影像
的训练图讯（training pattern）计算其特征，并以其平均值作为模组特征（model feature）。而在辨识阶
段中，系统计算未知类别影像的纹理特征并且与模组特征作一比较；根据选用的分类器（classifier）
分辨其所属的纹理类别。
使用一种新的纹理特征，称为小波特征（wavelet feature）作为我们纹理分类的主要依据从而获得纹理的定量或定性描述的处理过程
