利用tamura算法，可以计算出图像的粗糙度、线性度以及规整度等纹理特征

传统纹理特征提取算法，Tamura，gaborFeatures，GrayGradinet，

Tamura尺寸特征中的亮度是反映整个图像亮度统计分布的变量变量，不能有效地对图像的局部亮度信息进行描述。针对这一点，此处提出一种改进算法，该算法基于统计矩，以亮度直方通过对公安刑侦图像数据库中轮胎图案数据库测试结果表明：通过改进后的方法充分地利用到了图像的灰度级信息，得到更丰富的图像特征，因此检索结果得到了明显的改进。

为实现直升机、螺旋桨飞机和喷气式飞机的激光遥感探测分类，研究了基于时频图的飞机目标微动纹理特征提取算法。根据旋翼微多普勒模型仿真三类飞机旋转部件回波信号，将平滑伪魏格纳-维利变换得到的时频分布生成灰度图像。采用大津（OTSU）法结合灰度拉伸对图像进行阈值去噪处理，提取目标灰度共生矩阵（GLCM）特征以及Tamura特征，并针对时频图差异进行特征优化，最后使用支持向量机（SVM）实现飞机目标分类。仿真数据分类结果表明：GLCM特征对噪声表现敏感，经所提方法对时频图去噪，信噪比（SNR）RSN=0