纹理识别是机器视觉和图像处理的一个基础研究方向,它作为一种十分有效的方法成功地应用到广泛的领域和系统中,尤其在生物特征的检测方面,遥感技术以及其他的图像处理手段领域。所以智能信息高速发展的今天,用机器和电脑代替人脑来快速地实现大量图像的识别工作已经是人们越来越关注的课题。纹理特征提取作为图像处理和智能识别的基础研究内容,有着十分重要的研究前景和广泛的应用价值。本文首先介绍了纹理图像处理领域的四种基础方法方向以及基于纹理图像特征的经典识别分类方法。重点介绍了纹理图像分析的统计方法以及扩展八邻域特征提取方法。针对纹理图像特征识别旋转不变性的问题,提出了基于共生扩展八邻域矩阵的特征提取方法。该方法主要是在图像灰度共生矩阵的基础上,求出其扩展的八邻域特征矩阵,分别进行SVM分类和K近邻分类,在CUReT、KTH-TIPS和UIUC三种纹理数据集上进行实验,同时与使用同样的分类器对几种经典纹理特征提取方法间进行对比讨论,本文提出的方法对于纹理图像分类识别取得良好效果。实验结果证明本文提出的共生扩展八邻域矩阵提取问特征方法在纹理图像的识别分类中分类结果很好,而且在训练集与测试集比例下降的情况下,也体现出很好的鲁棒性。最后,本文提出的方法用于人脸识别,在ORL、AR、FERET人脸数据集上取得了良好的识别结果。