148、纹理特征提取与分析方法错误的是()?

**解析：** 纹理特征提取是图像处理和计算机视觉中的重要环节，旨在量化图像中像素灰度值的空间分布规律。我们需要分析各个选项是否属于经典的纹理特征提取方法： 1. **A. 直方图分析法**： 虽然一阶灰度直方图主要反映图像的统计特性（如亮度、对比度），丢失了空间位置信息，但在广义的纹理分析中，基于直方图的统计量（如能量、熵、惯性矩等）常被用作纹理描述的初级特征或辅助特征。在某些分类体系中，它被视为一种基础的统计纹理分析方法。因此，通常不将其直接判定为“错误”的方法，尽管其区分能力有限。 2. **B. Laws纹理能量测量法**： 这是由 Laws 提出的一种经典的纹理分析方法。它通过一组特定的线性滤波器（Laws masks）对图像进行卷积，计算滤波后输出图像的能量（如绝对值的平均值或平方和），从而提取纹理特征。这是一种公认的、有效的纹理特征提取方法。 3. **C. 边缘检测法**： 边缘检测（如 Sobel、Canny、Prewitt 等算子）的主要目的是**定位图像中灰度变化剧烈的区域**，即提取物体的轮廓或边界信息。它的核心任务是**结构信息的提取**（Shape/Structure），而非描述区域内的纹理重复性或规律性。虽然纹理图像中可能包含大量边缘，但边缘检测本身并不直接生成用于描述纹理性质（如粗糙度、方向性、周期性）的特征向量。因此，它不属于纹理特征提取与分析的主流方法。 4. **D. 灰度共生矩阵分析法 (GLCM)**： 这是最经典、应用最广泛的纹理特征提取方法之一。由 Haralick 等人提出，通过统计图像中相隔一定距离的两个像素点的灰度联合概率分布，计算出对比度、相关性、能量、同质性等特征量，能够很好地描述纹理的粗细、方向性和均匀性。 **结论：** 选项 A、B、D 均属于或被广泛归类为纹理特征提取的统计或结构化方法。而 **C. 边缘检测法** 主要用于提取图像的几何结构和轮廓，不属于纹理特征提取的核心方法。 因此，本题说法错误的是 **C**。