針對用于紋理特征提取的成對旋轉不變共生局部二值模式（ PRICoLBP）算法計算特征維度大、旋轉不變性較差、對光照變化敏感的問題，提出一種融合局部紋理信息的改進PRICoLBP算法。首先，分別最大化和最小化圖像像素點的二值序列，得到兩個鄰域像素點的坐標，由中心像素點坐標和得到的鄰域像素點坐標計算出共生點對的坐標；其次，利用完備二值模式（ CLBP）算法提取圖像的每個像素點的紋理信息。在相同分類器下，對Brodatz、Outex（ TCIO，TC12）、Outex（ TC14）、CUReT和KTH__ TIPS數據庫的分類實驗中，所提算法的識別率比PRICoLBP算法分別提高了0. 17、0.24、2.65、2.39和2.04個百分點。實驗結果表明，所提算法在處理紋理旋轉變化、光照條件多樣的圖像時具有較好的識別效果。

　　紋理特征是圖像重要的底層特征之一，在圖像的分類和識別中有重要作用。紋理特征通過描述像素在鄰域空間的分布規律來表示對應的物體表面特征，并不依賴獨立的像素點而存在，是對局部多個像素點的統計計算而得到的特征。

　　常用的紋理特征的表示方法有：灰度共生矩陣、分型理論、小波理論和馬爾可夫隨機場等。灰度共生矩陣通過利用不同像素點之間的灰度值聯合概率密度表示圖像紋理特征；分形理論通過把圖像的空間信息和灰度信息有機地結合起來，提供了一種基于參數化的紋理特性描述方法，能夠較準確地表達紋理特征；小波理論的多分辨率特性，可以得到圖像在不同尺度下的紋理結構特征，這種方法更符合人眼的視覺處理方式并且小波理論對噪聲的魯棒性較好；馬爾可夫隨機場利用一致性的建模方法能夠描述圖像相鄰像素之間的上下文約束關系這一特性，來實現對圖像紋理的提取。但是以上幾種方法的計算復雜度較大，很難處理邊緣模糊并且光照條件多樣的圖像。