作为物体表面的基本属性之一,纹理特征反映的是物体表面结构所包含的重要信息以及与外界环境的关系。纹理特征的提取则是对图像纹理进行定量或定性的描述,该过程是利用一定的图像处理技术抽取出图像的纹理特征来完成的。作为上世纪末提出的一种经典的纹理分析方法,局部二值模式(Local Binary Pattern, LBP)是一种非参数描述子,对灰度变化不敏感且计算速度快,成为近年来涉及纹理相关的图像处理领域中常用的提取纹理特征的算法。本论文将LBP提取纹理特征的原理应用到刑侦图像场景模糊分类和纹理图像检索中,主要研究内容如下：1、基于LBP算子的纹理特征提取和应用：在对刑侦图像的特点以及模糊分类的优势进行研究分析的基础上,通过分块的LBP算法和二级小波变换对刑侦图像场景进行纹理特征的提取,然后结合k-近邻(k-Nearest Neighbor,kNN)分类器对刑侦图像场景模糊分类,实现对刑侦图像的自动管理。2、考虑到LBP算法对纹理特征进行描述时仅依赖中心点和其邻域点的灰度差异,忽略了邻域点之间的灰度变化规律,导致不同的中心像素灰度分布有着相同的二值关系,在一定程度上丢掉图像所特有的纹理特征而造成信息的浪费,使检索结果出现较大的偏差,本论文在表征局部纹理时比较对象不再仅依赖于中心像素点,而是融合了邻域像素点之间的浮动关系。新提出的Float-LBP算法既保留了LBP算法的优点,又增加了图像的有用纹理信息,提高了检索性能。