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。二維Gabor小波變換是在時頻域進行信號分析處理的重要工具，其變換系數有着良好的視覺特性和生物學背景，因此被廣泛應用於圖像處理、模式識別等領域。與傳統的傅立葉變換相比，Gabor小波變換具有良好的時頻局部化特性。即非常容易地調整Gabor濾波器的方向、基頻帶寬及中心頻率從而能夠最好的兼顧信號在時空域和頻域中的分辨能力；Gabor小波變換具有多分辨率特性即變焦能力。即採用多通道濾波技術，將一組具有不同時頻域特性的Gabor小波應用於圖像變換，每個通道都能夠得到輸入圖像的某種局部特性，這樣可以根據需要在不同粗細粒度上分析圖像。此外，在特徵提取方面，Gabor小波變換與其它方法相比：一方面其處理的數據量較少，能滿足系統的實時性要求；另一方面，小波變換對光照變化不敏感，且能容忍一定程度的圖像旋轉和變形，當採用基於歐氏距離進行識別時，特徵模式與待測特徵不需要嚴格的對應，故能提高系統的魯棒性。
無論從生物學的角度還是技術的角度，Gabor特徵都有很大的優越性。研究表明，在基本視覺皮層裏的簡單細胞的感受野侷限在很小的空域範圍內，並且高度結構化。Gabor變換所採用的核（Kernels）與哺乳動物視覺皮層簡單細胞2D感受野剖面（Profile）非常相似，具有優良的空間局部性和方向選擇性，能夠抓住圖像局部區域內多個方向的空間頻率（尺度）和局部性結構特徵。這樣，Gabor分解可以看作一個對方向和尺度敏感的有方向性的顯微鏡。同時，二維Gabor函數也類似於增強邊緣以及峯、谷、脊輪廓等底層圖像特徵，這相當於增強了被認爲是面部關鍵部件的眼睛、鼻子、嘴巴等信息，同時也增強了諸於黑痣、酒窩、傷疤等局部特徵，從而使得在保留總體人臉信息的同時增強局部特性成爲可能.它的小波特性說明了Gabor濾波結果是描述圖像局部灰度分佈的有力工具,因此,可以使用Gabor濾波來抽取圖像的紋理信息. 由於Gabor特徵具有良好的空間局部性和方向選擇性，而且對光照、姿態具有一定的魯棒性，因此在人臉識別中獲得了成功的應用。然而，大部分基於Gabor特徵的人臉識別算法中，只應用了Gabor幅值信息，而沒有應用相位信息，主要原因是Gabor相位信息隨着空間位置呈週期性變化，而幅值的變化相對平滑而穩定，幅值反映了圖像的能量譜，Gabor幅值特徵通常稱爲Gabor 能量特徵(Gabor Energy Features. Gabor小波可像放大鏡一樣放大灰度的變化，人臉的一些關鍵功能區域(眼睛、鼻子、嘴、眉毛等)的局部特徵被強化，從而有利於區分不同的人臉圖像。Gabor小波核函數具有與哺育動物大腦皮層簡單細胞的二維反射區相同的特性，即
具有較強的空間位置和方向選擇性，並且能夠捕捉對應於空間和頻率的局部結構信息；Gabor濾波器對於圖像的亮度和對比度變化以及人臉姿態變化具有較強的健壯性，並且它表達的是對人臉識別最爲有用的局部特徵。Gabor 小波是對高級脊椎動物視覺皮層
中的神經元的良好逼近，是時域和頻域精確度的一種折中。
Gabor函數是一個用高斯函數調製的復正弦函數,能夠在給定區域內提取出局部的頻域特徵.一個典型的2-D
Gabor函數h(x,y)及其傅立葉變換H(u,v)有以下形式:
其中:g(x,y)是用來調製的高斯函數;σx和σy是其在兩個座標軸上的標準方差,它們決定了濾波器作用區域的大小;W爲復正弦函數在橫軸上的頻率.
將Gabor函數分解爲實部hR(x,y)和虛部hI(x,y)兩個分量,則用它濾波得到的圖像爲
其中,(h*I)表示圖像I和濾波器h的卷積.S(x,y)經過高斯平滑,即爲該Gabor濾波器提取出的特徵圖像.
如果以h(x,y)爲母小波,通過對其進行適當的尺度變換和旋轉變換,我們可以得到一組自相似的濾波器,稱爲Gabor小波.
hmn(x,y)=a−mh(x′,y′),a>1,m,n∈Z(3)
其中:x′=a−m(xcosθ+ysinθ),y′=a−m(−xcosθ+ysinθ),θ=nπ/K;a−m爲尺度因子;S和K爲尺度和方向的數目,m=0,1,…,S−1,n=0,1,…,K−1.通過改變m和n的值,就可以得到一組方向和尺度不同的Gabor濾波器.假設小波族包含S個尺度,K個方向,並且頻率範圍爲[Ul,Uh],一種參數選擇方法如下
虛部：
公式中：
λ：正弦函數波長；
θ：Gabor核函數的方向
ψ：相位偏移
σ：高斯函數的標準差
γ： 空間的寬高比
