Gabor 过滤器是方向敏感的过滤器，用于纹理分析。

通常成组旅行，每个方向一个。具有给定方向的 gabor 滤波器组对在该给定方向上具有结构的目标图像的位置给出了强烈的响应。例如，如果您的目标图像是由沿对角线方向的周期性光栅组成的，则只有当其方向与光栅之一匹配时，gabor 滤波器组才会给您一个强烈的响应。

我知道它在字符识别和指纹增强中被大量使用。我（尝试）在生物医学成像中使用它来表征原纤维结构的主要方向。

这是Javier Movellan的一个非常好的教程，pdf

如果您能阅读法语，这里是Adrien Marion 创建滤波器组的pdf

Gabor 滤波器是边缘概念的某种参数化。这结合了两个有点矛盾的想法：一个突然的过渡和一些关于它在哪里本地化的模糊想法。

它在数学上是一个聪明的想法，因为它在傅立叶域中转换得很好：Gabor 的傅立叶变换是傅立叶空间中的高斯变换，而高斯斑点是您可以做出的模糊事物的最中性猜测（想想扔飞镖和看在命中的模式）。

因此，当您使用 Gabor 时，没有“正确”的公式：这完全取决于您想要检测的视觉特征。在视觉神经科学中，一种流行的选择是选择在傅里叶空间中对应于频率对数上的斑点的 Gabor（根据韦伯定律，我们对频率的相对差异很敏感）。这些是log-Gabor 过滤器。

要了解 Gabor 滤波器，首先检查哪种滤波器参数化最适合您的特定应用。

它是一个边缘检测器。它只是应用Gabor 变换。Gabor 滤波器基本上是由复正弦曲线调制的高斯（分别沿 x 轴和 y 轴具有方差 sx 和 sy）（分别沿 x 轴和 y 轴具有中心频率 U 和 V）。请参阅此处的示例。