本书着重研究了基于迹变换的同源及异源多特征融合图像纹理分析方法、基于模型的多特征融合方法，以获得更符合人类视觉特性、具有更强普适性及鲁棒性的纹理描述形式，增强纹理表述能力，并将研究的方法应用于低质量图像分析与识别等。本书旨在丰富和发展图像特征提取、多特征融合、纹理分析技术，促进纹理特征空间构建理论和多特征融合机制向更加实用的方向发展。
本书适于作为模式识别、图像处理、计算机视觉等领域的高校本科生和研究生的参考用书，也可作为相关领域的教师、科研人员和工程技术人员的参考书。

第1章 绪论
1.1 多特征融合图像纹理分析背景与意义
1.2 单一特征融合图像纹理分析方法现状
1.3 多特征融合图像纹理分析方法现状
1.4 关键点分析
1.5 本书架构和主要内容
第2章 同源多特征融合图像纹理分析
2.1 引言
2.2 TT及三重纹理特征
2.3 CTT及四重纹理特征
2.4 CTT与TT的特征融合图像纹理分析
2.5 本章小结
第3章 异源多特征融合图像纹理分析
3.1 引言
3.2 FTT融合框架
3.3 基于亮度变化的几何结构特征与方向梯度特征融合
3.4 基于小波变换与TT的特征融合
3.5 本章小结
第4章 基于BoF模型的多特征融合图像纹理分析
4.1 引言
4.2 BoF模型及其缺陷分析
4.3 基于BoF模型的多特征融合图像纹理分类方法
4.4 PBoFF实验结果与分析
4.5 本章小结
第5章 多特征融合图像纹理分析应用于图像分类
5.1 引言
5.2 基于多特征加权融合的金属断口图像分类
5.3 基于m融合框架的低质量人脸图像识别
5.4 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献