图像特征提取已经成为计算机视觉领域和图像处理的研究热点,最近几十年的研究,已使其获得了很大发展,由于在应用中所获取的实际图像基本都具有了仿射变换、投影变换、尺度变换、光照变换等各种变换,利用图像中的不变特征进行图像内容分析与直接利用图像的像素相比展现了更好的性能优势,其中,图像的局部不变特征已经成为了该领域研究的重点。本文则利用纹理的不变性分析来提取和恢复图像的低秩纹理区域,虽然关于纹理不变性的相关研究在近几年得到较大的突破,并且已广泛应用于基于内容的图像检索与目标识别、生物特征识别、医学图像分析等众多领域,但是其精度和效率,仍然不能很好的满足实际应用的需求。本文研究一种基于变换不变低秩纹理特征的新算法,进行图像的纹理提取和恢复。首先介绍关于稀疏表示以及矩阵秩的恢复在图像信息描述与处理当中的应用,然后根据文章所面临的问题,对实际图像进行数学建模,进而通过迭代凸优化算法求取最优解,详细介绍了算法的求解过程以及算法实施过程中的优化方案,通过实验来验证算法的处理效果。本文展示了如何有效地提取一幅图像场景中的"低秩纹理"区域,尽管我们实际获取的图像具有明显的干扰、破坏和变换,但是仍然能够从图像的低秩纹理中获取有用的几何结构,包含了传统的局部特征,如边缘、角以及一些场景或建筑物中普遍存在的各种规则、对称的图案等。本文利用了在凸优化算法上的最新进展来恢复这些低秩纹理,即使图像在具有明显仿射、投影变化以及稀疏噪声污染情况下,本文的方法可以精确地恢复原本低秩的纹理,并实现精确的域变换。通过反复的实验,最后结果表明,提出的算法对于许多规则和近似规则的图案或近似低秩的物体,例如对称图案、建筑物表面、人脸、印刷文本等都能有效地处理,得到期待的结果。