تبیان، دستیار زندگی

بافت را می توان بصورت یک تابع از تغییرات مکانی شدت روشنایی پیکسل ها تعریف نمود، بافت اندازه گیری میزان تغییرات هر سطح است که خصوصیاتی مانند همواری و نرمی زبری و منظم بودن هر سطح جهت وتفاوت های منظم را اندازه گیری می کند. تشخیص بافت در سیستم بینایی بشر به راحتی قابل تشخیص است اما در بینایی ماشین و پردازش تصویر پیچیدگی­های خاص خود را دارد. استخراج بافت در پردازش تصویر و بینای ماشین دارای کاربردهای فراوانی است.از این کاربردها به مواردی نظیر تشخیص اشیا در تصاویر پزشکی ویافراصوت ردیابی اشیا در ویدیوی­ها ، تشخیص کیفیت در صنعت برای افزایش مرغوبیت کالاها ، کنترل از راه دور نواحی زمین و تقسیم بندی نواحی زمین از نظر مواردی نظیر آب ، اراضی کشاورزی و... می­توان اشاره کرد.
اکثر آنالیزهای بافت را می توان به چهاردسته ی زیر تقسیم کرد : 
روشهای آماری[1] : اطلاعات مربوط به بافت از خصوصیات آماری پیکسل ها استخراج می شود ، که از جمله اولین روش­های استخراج بافت هستند. مانند توصیفگرهای آماری مرتبه اول و دوم  که بر روی مقدار سطح خاکستری پیکسل­های تصویر اعمال می­شوند .Li در [i]روشی از نوع آماری ارائه کرده که برای استخراج بافت، از هیستوگرام تصویز استفاده شده است. در سایر روش­های اماری غالبا از ماتریس مجاورت برای استخراج ویژگی­های بافت استفاده می­شود.
روشهای ساختاری یا هندسی [2]: بافت بر اساس ترکیبی از ساختارهای اولیه بافت شامل اپراتور مورفولوژیک و گراف همجواری ، که براساس قوانینی تعریف شده اند شناخته می شود مانند استفاده از فیلترهای آشکارساز خط با اپراتورهای مورفولوژیکی، این روش برای بافت های با ساختار منظم و ویژه مانند ساختارهای با خطوط موازی افقی یا عمودی مناسب است ولی برای بافت های نامنظم روش بهینه ای نیست و بیشتر برای ترکیب بافت استفاده می­شوند تا تحلیل آن. وبا وجود اینکه تعریف دقیقی از بافت ارائه می­دهند, از بازده مناسبی برخوردار نیستند.
روشهای تبدیلی[3] و پردازشی : در این روشها تصویر به فرم جدید تبدیل می شود به طوری که بافت در این فضای جدید راحتتر قابل تشخیص باشد : این روش­ها سعی می­کنند تا ویژگی­های معینی از تصاویر فیلتر شده را برای کاربردهای طبقه­بندی یا تقسیم بندی محاسبه کنند. انواع زیادی از روش­های استخراج ویژگی بر پایه پردازش سیگنال از قبیل  ویژگی های تامورا، تبدیل موجک و غیره است که مبتنی بر اعمال فیلتر بر روی تصویر می­باشند. روش­های پردازش سیگنال

 روش­های مبتنی بر مدل، به مدل سازی بافت می­پردازند و شامل روش خود بازگشت یا AR مدل گوسی مارکوف یا RMF و مدل Gibbs RMF می­شوند. پارامترهای مدل نیز از کیفیت­های مشاهده شده اصلی در بافت بدست می­آید. در این روش برای استخراج بافت می­توان از ترکیب انواع بافت ها نیز استفاده کرد.