随着科技进步,偏振探测技术的日益精确,越来越大量有价值的偏振图像被搜集,这些图像数据的获得很大程度上促进了偏振图像处理技术的进步,怎样从这些图像数据中提取出所需要的特征,正在被大部分研究者持续的关注着。图像处理技术的成熟为研究者们指引了方向,这里主要关注从偏振图像中提取纹理的问题。近年来,随着偏振相机的种类增多和精度的提高,大量的偏振图像被获取,并且利用计算机科学技术来分析处理偏振图像纹理成为潮流。偏振图像的可视性并没有光学强度图像好,但偏振图像隐藏了光学强度图像中许多其他的信息,同时相对于光学强度图像,偏振图像中目标与背景亮度和对比度相对地有所提高。在基于经典的图像纹理提取方法的基础上,探索一种变分分解的方法来提取偏振图像的纹理,过去的方法提取的纹理大多数是单一尺度和方向上的纹理,当改变了尺度和方向,相应的纹理也会随着二者改变而改变。这是传统方法的缺点与不足之处,采用一种基于变分分解和LBP算法的偏振图像纹理提取方法,实验结果在四个关键的纹理评价指标上表现比较突出,希望为偏振图像纹理特征提取研究进行有效的补充和延续。本文围绕着偏振图像纹理提取问题展开一系列的探索。本文主要工作如下：第一：该文介绍偏振图像的Stokes方程的描述和偏振图像及其相关特点,以及实验所用偏振图像。第二：从纹理的定义、类型和特性入手,简述纹理的理论定义和数学上的定义,再陈述纹理的类型,再介绍了经典的几类纹理分析方法,其中对LBP算法进行了详细的介绍,并应用到偏振图像的纹理提取,最后得出实验结果。第三：介绍变分分解的算法,并给出它的一些数学理论上的特性,以及复杂的数学公式描述。由于变分分解主要是是以能量为指标来提取纹理的,以致提取出来的纹理在其他指标上是有短处的。第四：在变分分解出的纹理图像再进行LBP提取纹理,融合了这两种算法,也即是在纹理中提取纹理,并给四个评价指标,对偏振图像纹理提取来说是一种新的方法,而且实验结果较好。