1.一种基于紧致通道间t采样差分的彩色纹理分类方法，其特征在于：包括以下步骤：S1：划分图像块，生成满足t分布的采样点：对输入的图像，首先按照步长为2像素将图像划分长大小为L*L的图像块；在每个图像块中，生成符合t分布的采样点集合和

S2：在每个图像块中，提取通道间t分布差分描述子：利用微块差分对彩色纹理图像的不同颜色通道间的关系进行建模；三对通道间的组合包括α通道和β通道(α-β)、β通道和γ通道(β-γ)、γ通道和α通道(γ-α)，在图像块的每个颜色通道选取满足t分布采样的微块，计算每组颜色通道组合间的微块差分特征；

对于大小为L*L的图像块，通道间t采样差分描述子(InterTDD)计算过程如下：α-β β-γ γ-α

InterTDD＝[F ，F ，F ]          (1)；

S3：通过Fisher-PCA方法构建基于紧致通道间t采样差分的描述子(CITDD)：在对彩色纹理图像的通道间关系进行建模后得到通道间t采样差分描述子(InterTDD)后，通过Fisher-PCA构建基于紧致通道间t采样差分的描述子(CITDD)；首先将得到的差分描述子(InterTDD)使用Fisher向量进行编码，再用主成分分析(PCA)对编码后的特征进行降维处理，最后得到基于紧致通道间t采样差分的描述子(CITDD)；

S4：将最终得到的基于紧致通道间t采样差分的描述子(CITDD)通过线性SVM分类器进行分类。

2.根据权利要求1所述的一种基于紧致通道间t采样差分的彩色纹理分类方法，其特征在于：所述步骤S1中，生成满足t分布的采样点，其中，t分布为概率分布中的学生t分布；L*L的图像块中，L为图像块的长和宽。

3.根据权利要求1所述的一种基于紧致通道间t采样差分的彩色纹理分类方法，其特征在于：所述步骤S1中，采样点集合X和Y为独立同分布满足自由度为 的t分布,其中c∈(α，β，γ)表示颜色通道，n表示采样的个数。

4.根据权利要求1所述的一种基于紧致通道间t采样差分的彩色纹理分类方法，其特征在于：所述步骤S2中，通道间t采样差分描述子(InterTDD)计算过程中，其中，

5.根据权利要求4所述的一种基于紧致通道间t采样差分的彩色纹理分类方法，其特征在于：其中，c∈(α，β，γ)表示颜色通道，α、β、γ分别代表颜色通道，Fα-β，Fβ-γ，Fγ-a分别代表α-β，β-γ和γ-α三组相对颜色通道间的差分特征，x和y为采样点的坐标， 代表在第p个纹理块中某个颜色通道上，坐标为xc＝(a，b)T、尺寸大小为s*s的微块内的像素平均值；此外，通过连接不同尺寸的微块差分特征可以实现彩色纹理的多尺度分析。

6.根据权利要求5所述的一种基于紧致通道间t采样差分的彩色纹理分类方法，其特征在于：所述像素平均值为像素 的

平均值，其中p＝1,2,…,n。