Проанализирована возможность обнаружения текстурных участков на изображениях, искаженных аддитивным некоррелированным шумом, классификатором на основе обученной нейросети. Исследованы следующие наборы входных параметров (признаков): относительная локальная дисперсия, детектор Харриса, простой детектор текстур, детектор на основе дискретно-косинусного преобразования. Показано, что характеристики обнаружения зависят от количества входных признаков и от того, какие именно входные параметры используются. Обсуждены вопросы обучения нейросети и применения обученного классификатора для обработки изображений с различными текстурами. Ключевые слова: текстура, обнаружение, изображение, помехи, нейросеть, обучение.
