动态纹理(Dynamic Texture,简称DT)是指具有运动特征的纹理,它由在时间上呈现某种稳定性的图像序列构成。现实世界中存在着大量的动态纹理,如海波、烟雾、火焰以及飞翔的鸟群等。动态纹理可被运用于森林火灾监控、交通监控、国土安全管理以及动物行为研究中,具有广泛的应用前景。动态纹理在时间和空间上的不确定性延伸,决定了对其进行识别是具有挑战性的。目前动态纹理识别技术可以分为基于运动分析和基于综合分析的两种。LBMP方法是近年提出的一种有效的基于综合分析的动态纹理识别方法,其利用块匹配技术和LBP提取了动态纹理的运动和外观特征,通过特征综合较全面地描述了动态纹理。该方法具有计算简便、识别准确率高的优点,但是也存在一些问题：首先,由于只使用单一的LBP算子进行计算,丢失了纹理的强度变化信息,导致提取的纹理特征不全面；其次,在提取运动特征时,将LBP作为匹配准则导致容易出现多个匹配点,从而影响匹配精度；再次,在提取外观特征时,由于只对数帧提取LBP特征,导致特征不够准确,且与运动特征相互独立、关联度低。为了改进以上问题,本文提出基于LBP/WLD多统计特征的动态纹理识别算法,通过引入WLD描述符,将其与LBP结合以完善动态纹理特征；采用基于LBP、WLD和欧式距离的三级匹配策略以降低多匹配点对运动特征精度的影响；根据运动特征信息提取基于方向的LBP/WLD联合分布,作为外观特征；由两特征结合得到的综合特征能更全面、准确地描述动态纹理。对动态纹理数据集Dyntex进行特征提取和识别的仿真实验,结果证明本文算法获得了较LBMP方法更高的识别准确率。