我国是皮革工业大国,在皮革设计、生产及销售阶段的质量检测多数依赖人工经验评估,难以保证检测结果的准确性和一致性。在鉴别真皮种类过程中,人工视觉检测结果受到主观因素干扰,准确性多依赖于经验,检测精确度低;化学方法和生物方法等方法鉴别过程复杂,且属于有损检测,难以满足社会发展的需要。本文基于数字图像技术,对皮革纹理进行特征提取和分类。具体包括:(1)图像的采集和预处理。利用数码相机采集皮革纹理后对皮革图像进行灰度化、光照均匀化以及去噪等预处理,以获得相对清晰的皮革图像;(2)皮革纹理特征重构。利用变差模型对皮革图像进行纹理滤波,去除细节纹理,保留主干纹理(特征纹理);进一步采用距离变换和骨架提取算法,利用两者信息重构出新的皮革纹理特征图;(3)基于局部二值方差模式(Local Binary Patterns-Variance,LBP-V)的纹理特征判别。采用LBP-V法提取纹理图像的局部二值模式的直方图。在此基础上,建立两类图库:一类是纹理训练集图库,另一类是测试集图库,在训练得出不同纹理特征的LBP-V图谱直方图后,利用直方图相似度进行匹配运算,判定测试图像的类别,以作为皮革的分类参照依据。皮革业繁荣发展与巨大的市场需求,要求实验人员能够有效、快速地识别出不同类型的皮革。因此,研究利用先进的非接触无损式的鉴别技术,实现皮革种类的快速鉴定,具有重要的现实意义。