纹理特征是物体表面的固有特征，任何表面只要放大到一定的尺度就会显现出一定的纹理，纹理图像分析在科学研究和工程实际应用中有着广泛应用，如在遥感图像分析，医学图片分析(人体脏器的异常检测)，材料的各向同性或异性以及表面光洁度检测，产品的质量控制等方面有着重要的应用。　　 本文要研究的纹理图像表示的是金属断面。用不同的外力将金属折断后，在截断面会留下不同的纹理痕迹。有经验的专业人员可以根据截断面的纹理特征，通过对比实验中得到的图片来判断出金属是受何种外力而折断。但这种方法对专业人员的判断力有较高要求，并且速度较慢。　　 本文拟采用数字图像处理技术实现金属断面的纹理图像自动识别，首先通过实验的方法建立图像数据库，每幅图像对应不同的外力作用。本文通过实验的方法获得了14幅图片。然后对图像进行了滤波处理，将高频噪声预先滤除。进一步应用统计法分析纹理特征，统计法的关键是计算灰度共生矩阵，它有3个参数：生成方向、生成步长、图像灰度级。本文选择生成步长1个像素，生成方向水平，灰度级为8。通过灰度共生矩阵可以求出十四个纹理特征量，这里主要采用熵、能量、惯性矩、局部平稳，通过计算这些量的均值和标准差来实现图像的查找。最后建立了金属断面的纹理图像处理与自动识别系统，实验结果表明建立的系统具有查找准确率高，速度快等特点。