顯微影像紋理分析技術簡介-顯微圖像分析軟件廠商
紋理分析在空照圖、醫學影像及顯微影像上一直扮演著重要的角色；
大部分的紋理分析工作著力于整張影像的紋理特征萃取。
其中紋理分類是較重要的影像處理之一。
紋理分類在過去廿年來一直是影像處理上有趣的焦點所在。我們詳細陳述紋理
分類如下﹕在一有限集合類別Ci，i＝1，2，...，m中對每一類別先選取一些影像，稱為訓練影像（training image），
從這些訓練影像中，根據某種法則萃取紋理特征，以這些萃取出來的資訊為基礎，
對每一未知類別的測試影像（testing image），指定其所屬之類別。
紋理分類中較主要的問題在于如何萃取紋理的特征
一般可分為兩個步驟，訓練階段及辨識階段。在訓練階段中，系統對每一紋理影像
的訓練圖訊（training pattern）計算其特征，并以其平均值作為模組特征（model feature）。而在辨識階
段中，系統計算未知類別影像的紋理特征并且與模組特征作一比較；根據選用的分類器（classifier）
分辨其所屬的紋理類別。
使用一種新的紋理特征，稱為小波特征（wavelet feature）作為我們紋理分類的主要依據從而獲得紋理的定量或定性描述的處理過程
