D.Gabor 1946年提出
窗口Fourier變換，為了由信號的Fourier變換提取局部信息，引入了時間局部化的窗函數。
由於窗口Fourier變換只依賴於部分時間的信號，所以，現在窗口Fourier變換又稱為短時Fourier變換，這個變換又稱為Gabor變換。
1) Gabor優點
Gabor小波與人類視覺系統中簡單細胞的視覺刺激響應非常相似。它在提取目標的局部空間和頻率域信息方面具有良好的特性。雖然Gabor小波本身並不能構成正交基，但在特定參數下可構成緊框架。Gabor小波對於圖像的邊緣敏感，能夠提供良好的方向選擇和尺度選擇特性，而且對於光照變化不敏感,能夠提供對光照變化良好的適應性。上述特點使Gabor小波被廣泛應用於視覺信息理解。
Gabor濾波器和脊椎動物視覺皮層感受野響應的比較：第一行代表脊椎動物的視覺皮層感受野，第二行是Gabor濾波器，第三行是兩者的殘差。可見兩者相差極小。Gabor濾波器的這一性質，使得其在視覺領域中經常被用來作圖像的預處理。
2) Gabor定義
① 具體窗函數――Gaussaion的 Gabor變換定義式
Gabor變換的基本思想：把信號划分成許多小的時間間隔，用傅里葉變換分析每一個時間間隔，以便確定信號在該時間間隔存在的頻率。其處理方法是對f(t)加一個滑動窗，再作傅里葉變換。
② 窗口的寬高關系
經理論推導可以得出：高斯窗函數條件下的窗口寬度與高度，且積為一固定值。
3) 離散Gabor變換的一般求法
① 首先選取核函數
可根據實際需要選取適當的核函數。如，如高斯窗函數；
② 離散Gabor變換的表達式
4) Gabor變換的解析理論
對偶函數可以使計算更為簡潔方便。
5) 適用條件
① 臨界采樣Gabor展開要求條件：TΩ=2π；
② 過采樣展開要求條件：TΩ≤2π；
當TΩ＞2π時，欠采樣Gabor展開，已證明會導致數值上的不穩定。
6) 應用
① 暫態信號檢測
如果對信號波形有一定的先驗知識且可以據此選取合適的基函數，可以用Gabor變換對信號作精確的檢測統計計量。
② 圖象分析與壓縮
二維Gabor變換可以應用到圖象分析與壓縮中。
3. 二維Gabor濾波器
用Gabor 函數形成的二維Gabor 濾波器具有在空間域和頻率域同時取得最優局部化的特性，因此能夠很好地描述對應於空間頻率(尺度)、空間位置及方向選擇性的局部結構信息。
Gabor濾波器的頻率和方向表示接近人類視覺系統對於頻率和方向的表示，並且它們常備用於紋理表示和描述。
在圖像處理領域，Gabor濾波器是一個用於邊緣檢測的線性濾波器。
在空域，一個2維的Gabor濾波器是一個正弦平面波和高斯核函數的乘積。
Gabor濾波器是自相似的，也就是說，所有Gabor濾波器都可以從一個母小波經過膨脹和旋轉產生。
實際應用中，Gabor濾波器可以在頻域的不同尺度，不同方向上提取相關特征。
Gabor濾波器的傅里葉變換：峰值響應在復正弦的空域頻率(u0,v0)：
Gabor濾波器示意圖，3種角度5種方向：
【鏈接】
轉載自：Gabor學習筆記 - emouse - 博客園 http://www.cnblogs.com/emouse/p/3611256.html
紋理分割(一)Gabor濾波器學習 - Focusing on your own Mind :) －> 站在巨人的肩膀上 - CSDN博客 https://blog.csdn.net/u011534057/article/details/72896921
生成2維Gabor濾波器的matlab 代碼：
http://blog.sina.com.cn/s/blog_80853788010103wx.html
http://blog.csdn.net/weixingstudio/article/details/7872764
Opencv實現：
http://www.cppblog.com/polly-yang/archive/2012/07/14/183327.aspx
【其他】
傅立葉變換、Gabor變換與小波變換 - chenaiyanmie的博客 - CSDN博客 https://blog.csdn.net/chenaiyanmie/article/details/80246108
Gabor濾波進行目標圖像紋理特征的提取 - yangdashi888的博客 - CSDN博客 https://blog.csdn.net/yangdashi888/article/details/52766530
對於gabor變換和gabor小波變換理解與總結 - weixin_38698410的博客 - CSDN博客 https://blog.csdn.net/weixin_38698410/article/details/79122871
從傅里葉(Fourier)變換到伽柏(Gabor)變換再到小波(Wavelet)變換 - 彬彬有禮的專欄 - CSDN博客 https://blog.csdn.net/jbb0523/article/details/42028587