纹理描述在图像分析和模式分类领域具有极为重要的意义。为提高特征描述的鲁棒性，提出了一种基于高斯局部二值模式的纹理特征提取方法。首先，采用加强预处理使高斯滤波获得不同尺度的图像，从而构建多尺度的图像金字塔；其次，为提升旋转不变性和抗噪声能力，提出具有主方向特征的二值模式；最后，在不同尺度上提取3种有效的局部二值模式联合构造纹理描述，并通过直方图降维。试验结果表明，该特征具有较好的可区分性和有效性，可以有效应用到视觉图像的纹理分类中。

针对现有视频图像火焰检测算法前景提取不完整、准确率低和误检率高等问题,提出一种基于改进混合高斯模型(GMM)和多特征融合的视频火焰检测算法。首先针对背景建模,提出了自适应高斯分布数和学习率的改进GMM方法,以提高前景提取效果和算法实时性;然后利用火焰颜色特征筛选出疑似火焰区域,再通过融合改进局部二值模式纹理和边缘相似度特征用于火焰检测。基于支持向量机设计火焰融合特征分类器并进行对比实验,在公开数据集上的实验结果表明,所提算法有效提高了背景建模效果,火焰检测准确率可达到92.26%,误检率低至2.