1. 研究目的与意义
图像承载了大量的数据信息，是网络上进行数据传输的主要媒介。方向性特征是图像的一个主要特征，它能够引导人类视觉感知，有着相当重要的作用。图像的方向信息在图像处理和计算机视觉等领域扮演着重要的角色。图像的方向特征是表述图像的重要属性，图像方向特征表示和提取也就显示出了其在图像处理中的重要地位，它是图像识别、图像分割、图像匹配、图像分类等的主要步骤之一。
图像方向性在空域和频域中的特性在图像的频域分析中有着至关重要的作用。图像的频域分析成为图像分析的重要手段。它被广泛应用于气象云图分析、遥感图像分析等诸多领域。同时在图像检索技术中，充分利用方向特征能大大提高图像检索的准确率。不同的图像类型都给图像方向特征提取提出了不同的需求，图像方向的复杂性也给该课题带来一定难度。
自 70 年代以来，差不多在 20 多年的时间里，图像纹理方向分析与应用一是从事模式识别和计算机视觉方面专业人员所关心的问题。近几年来，纹理方向在图像处理中扮演着越来越重要的角色，许多研究表明，纹理方向信息可以提高图像识别的精确性。因此，如何充分利用纹理方向信息，对于图像的分析和识别具有重要意义。总之，纹理方向分析是图像识别领域中一个困难而又重要的研究对象，纹理方向的分析和识别，既有理论意义，又有实用价值，既赋予挑战，又充满机遇，值得我们深入研究
2. 国内外研究现状分析
图像的方向特性在图像处理、计算机视觉及模式识别等领域中起着重要作用。它是从上世纪年代发展起来的一门技术，各国学者针对这一课题进行了广泛深入地研究并取得了很大的成就。国内的清华大学、浙江大学、复旦大学等诸多高校都在图像方向特征分析方面开展了大量的工作，并取得了长足的进展。在从空域向频域进行的线性变换中，图像的方向性特性发生了改变，即图像的方向信息在其空域和频域分析中表现出了不同的特
性。gabor变换由于类似于人类视觉系统，而在频谱分析领域得到了很大的发展。
haley和manjunath[3]提出一种极性gabor变换用于旋转不变的纹理识别。gabor变换具有设计简单，同时具有方向选择性和频率选择性的优点，但其缺点在于计算复杂性过高。
3. 研究的基本内容与计划
主要研究内容
方向性特征也是纹理图像的重要视觉特征，本文主要研究图像的方向性在空域和频域分析中的不同特性。由纹理图像的频域特征出发，分别建立了纹理图像的空域模型和频域模型，同时利用matlab工具做了图像频率的方向信息的分析，从而确定图像的空域方向性和频域方向性之间存在着确定的关联性
4. 研究创新点
本文主要研究图像的方向性在空域和频域分析中的不同特性。其中需要掌握傅立叶变换和gabor变换的相关知识
1.傅立叶变换
法国数学家fourier指出任何周期函数都可以表示为不同频率的正弦和或余弦和的形式，每个正弦和或余弦和乘以不同的系数(现在称这个和为傅立叶级数)。无论函数多么复杂，只要它是周期的，并且满足某些数学条件，都可以用这样的和来表示。甚至非周期的函数也可以用正弦和或余弦和乘以加权函数的积分来表示，在这种情况下的公式就是傅立叶变换，它的应用在大多数实际应用中比傅立叶级数更广泛。用傅立叶级数或变换表示的函数特征可以完全通过傅立叶反过程来重建，不丢失任何信息。这是傅立叶变换的最重要特征之一，因为它可以使我们工作于频率域，而且在转回函数的原始域时不丢失任何信息〕。傅立叶变换与小波变换从本质上看无非是研究如何利用简单、初等的函数近似表达复杂函数信号的方法和手段。在研究热传导方程的过程中，为了简化原问题，傅立叶建议将热导方程从时间域变换到频率域，为此他提出了著名的傅立叶变换的概念。由
