一.Gabor 特征的简介

Gabor 特征是一种可以用来描述图像纹理信息的特征，Gabor 滤波器的频率和方向与人类的视觉系统类似，特别适合于纹理表示与判别。Gabor 特征主要依靠 Gabor 核在频率域上对信号进行加窗，从而能描述信号的局部频率信息。

说到 Gabor 核，不能不提到傅里叶变换。正是靠傅里叶变换，我们才能将信号转换到频率域，才能让Gabor核在频率域去加窗。而在原本的空间域中，一个 Gabor 核实际上就是一个高斯核与正弦波调制的结果。

如下图所示，分别为正弦函数，高斯函数，调和后的函数。通过频率参数和高斯函数参数的选取，Gabor变换可以选取很多纹理特征，但是Gabor是非正交的，不同特征分量之间有冗余。 

二.Gabor核及其变换

如果从Fourier变换的角度来看，Gobor变换就是窗函数取高斯窗时的短时Fourier变换。

三.Gabor特征提取

先对图像I(x,y)进行实数形式的Gabor变换，得到处理后的图像，直接提取特征的话，特征维数太高，不利于后续处理。一般对图像分块，例如：分别水平和垂直方向取16等分，将整个图像分成64个16x16大小的子图像块。

然后计算每一块对应的能量。

计算之后得到联合空间频率能量矩阵Energy。最后将能量矩阵降维成1x64的行向量，作为原始图像在某一方向和尺度变换后的特征向量。