纹理作为物体图像表面的一个非常重要的本质属性和视觉属性，相比较图像的其他属性而言有着自身的优势，它不会随着物体图像的颜色、亮度的改变而改变，所以纹理在图像分析中占据着非常重要的位置。而纹理分析的重中之重就是纹理特征的提取，而在众多的提取方法中，基于Gabor滤波器的纹理特征提取方法，有着其他方法所不可比拟的优势。本选题以纹理图像为研究对象，基于Gabor滤波器对纹理图像的特征提取进行了深入的研究。具体来说，本选题的主要研究内容包括以下几点：1.研究了以Gabor滤波器为基础的一些理论及算法，重点对Gabor变换、小波变换、Gabor小波变换的优缺点进行了分析，最后针对这三种滤波器所具有的特性进行仿真，并对仿真结果进行探讨,显现出Gabor小波滤波器所具有的既有多尺度又有多角度的优势。2.本选题采用Gabor小波滤波器来对纹理图像进行特征提取。研究了基于传统Gabor滤波器的纹理特征提取算法，分析其优势和存在耗时长的缺陷。在深入透彻研究的基础上，对传统算法存在计算量大耗时长的缺陷尝试做些改进，提出改进算法，并分别对这两种算法进行仿真，最后对传统算法和改进后的算法进行对比分析，结果显示改进算法的耗时时间减少，提取的结果也比原来的算法效果要好。3.把改进的基于Gabor滤波器的纹理特征提取算法应用到纹理分割中，选取Brodatz纹理库中的几幅纹理图组合成合成图，并对合成图运用K均值分割算法进行纹理分割，观察其分割效果，发现改进后的算法分割结果比较满意。