结构分析法从纹理图像的结构角度分析纹理基元形状和排列分布特征。纹理基元存在面积、周长、偏心度、方向、延伸度、欧拉数、矩、幅度、紧支性等特征。由此产生的分析纹理基元几何性态的分析方法称为结构分析方法。结构分析方法通常首先确定纹理基元,然后根据句法模式识别理论,利用形式语言对纹理的排列规则进行描述。

纹理图像的树状描述是结构法分析纹理常用的一种方法。其步骤为: ①把图像分割成固定大小的若干窗口,窗口内的纹理基元可以是一个像素,也可以是4个或9个等灰度比较一致的像素集合。②把窗口内的纹理基元用某种树结构表示。纹理的表达可以是多层次的。它可以从像素或小块纹理一层层的向上合并。最终组成一个多层树状结构。

结构分析方法优点是有利于对纹理构成的理解和高层检索使用,适合于描述人工规则纹理。对于自然纹理,由于基元本身提取困难以及基元之间的排布规则不易用确定的数学模型去描述,因此在随机纹理的描述方法中,结构分析法应用不多或者常被用作辅助分析手段。

多数纹理可以描述为一个随机变量,尤其是自然纹理,从局部分析表现出很大的随机性,从整体分析和统计意义上,纹理存在某种规律性。从区域统计的角度去分析纹理图像的方法称之为基于统计的纹理分析方法。基于统计的方法主要有:矩、自相关函数、灰度共生矩阵分析、边缘频率、基元行程长度等。

纹理也可以用边缘频率来描述。边缘既可以选用微边缘,也可以选用宏边缘来描述。不同的边缘尺度选用不同的边缘算子掩模检测。常用的边缘检测算子均可用于此，如Robert梯度算子。

通过检测边缘分布的一阶和二阶统计量,纹理的一些属性,如粗糙度、对比度、随机性、方向性、直线性、周期性均可以得到。

基元行程是在某一方向上具有相近灰度级的像素的最大集合。通过统计纹理图像中纹理基元的行程长度,可以得到短基元加重、长基元加重、基元长度均匀性、基元百分比等参数来描述纹理的粗糙度等特征。

频谱法将空间域的纹理图像变换到频率域中,利用信号处理的方法,如傅里叶变换等来获得在空间域不易获得的纹理特征,如周期、功率谱等。频谱法是建立在多尺度分析与时、频分析基础之上的纹理分析方法,目前主要有:傅里叶变换、小波等。

基于傅里叶变换的纹理描述。

该方法借助于傅里叶频谱的频率特性来描述具有周期性或近似周期性的纹理图像的方向性。

傅里叶频谱中突起的峰值对应纹理模式的主方向;这些峰在频域平面的位置对应模式的基本周期；如果用滤波把周期性成分除去,剩下的非周期性部分可用统计方法描述。