纹理是物体表面的一个十分重要的视觉属性,不同物体的表面则会产生不同的纹理影像,它在物体的识别和图像分析中都起了重要的作用。例如在遥感图像分析、文档的处理、图像检索、工业表面检测等领域,纹理分析都有着很好的应用。目前,基于纹理的图像分析方法有很多,可以分成四大类：基于统计、基于结构、基于模型以及基于信号处理法的纹理分析方法。其中信号处理法中的基于Gabor滤波器的纹理分析是当前的一个研究热点,Gabor滤波器是在测不准原则下,唯一能够取得空域和频域联合不确定关系下限的函数,而且针对二维数字图像提出的二维Gabor滤波器有着与生物视觉系统相近的特点,这也是为什么基于Gabor滤波器的纹理分析受到人们热捧的一个重要原因。本文从纹理出发,先对纹理的概念以及属性进行探讨,对纹理分析的基础理论进行了研究。然后从Gabor滤波器算法入手,对Gabor滤波器做了深入的学习,在全面掌握Gabor滤波器的一些性质的基础上,重点对基于Gabor滤波器的纹理分析方法进行了研究。文章就Gabor滤波器在纹理分析中的两个重要应用领域：指纹图像增强和纹理图像分割进行深入研究,尝试做出一些改进。首先就Gabor滤波器在指纹图像增强领域的应用现状进行研究,掌握基于Gabor滤波器的指纹增强的经典算法的精髓,从Gabor滤波器的性质入手,对目前流行的增强方法进行改进,从而克服经典算法时间消耗高的缺点,降低了指纹图像增强的时间消耗。接下来就Gabor滤波器在纹理图像特征提取中的应用进行了探索,首先对目前最为常用的基于Gabor小波滤波器的特征提取方法进行研究,针对其在高频部分表现不是十分理想的不足,对其变种Log_Gabor小波滤波器进行深入的研究,希望能够改进Gabor小波的不足。本文利用Log_Gabor小波来提取纹理特征,并结合K均值聚类的方法,对一副纹理库中的纹理图像进行分割。实验证明利用Log_Gabor滤波器的纹理特征提取方法,可以取得不错的纹理分割效果。