Gabor變換由 D.Gabor 於 1946 年提出， 當時是爲解決傅氏變換局部頻率變化的不足， 而在其基礎上增加窗函數， 實現有效獲得信號的局部信息， 因此Gabor變換是一種基於窗口的短時傅氏變換。 由於所加窗函數爲高斯窗， 在頻域上具有不變性， 因此Gabor 變換能在時域與頻域同時獲得局部信號的變化。 在進行圖像處理時， 紋理特徵往往反應在局部局域的變化， 因此將Gabor 變換改造成二維Gabor濾波器， 在提取圖像紋理特徵時取得良好效果。
經研究發現，Gabor 濾波響應與人眼視覺皮層感受野響應相似。 如下圖：
第一行是人眼視覺感受野的響應模型， 第二行爲Gabor 濾波變換波形， 最後一行爲二者的響應殘差。 從中可以發現，Gabor 相應符合人眼視覺感受機制， 可以用來模擬人眼對圖像進行處理分析。在第二章視覺顯著性計算中可知，Itti 仿生顯著性模型中提取的方向特徵正是採用Gabor 濾波得到的， 這進一步說明了在紋理方向性上Gabor 對圖像的處理符合人類視覺顯著性特點。從理論上分析， 二維 Gabor 濾波器之所以對增強局部紋理方面性能突出， 因爲在測不準原理之下， 2D-Gabor是唯一能夠達到其下界值的高性能函數。 Gabor變換在時頻兩域可同時得到函數的局部最優解， 即時域下能增強局部信息， 頻域下更好地顯示高頻信息。Gabor 變換在圖像處理上最大優勢是對圖像的局部紋理敏感， 能夠提供良好的方向選擇和尺度選擇特性。 這恰恰能彌補LC 算法在方向和紋理特徵上的不足， 對局部缺陷紋理進行更好的增強。
在圖像紋理增強時，往往利用二維Gabor 的實部對圖像進行變換，然而Gabor變換的實部具有偶對稱性， 單一使用實部會使需增強的缺陷區域產生黑白相間的條紋， 爲後續缺陷檢測帶來誤差。 在檢測處理時我們關注的是利用Gabor 濾波器來對局部缺陷的紋理進行顯著性完整增強， 因此需要採用如下公式對缺陷圖進行濾波變換 。
從實現效果上分析，2D-gabor 濾波器參數衆多， 每一個參數的設置和調整都會對缺陷紋理檢測到的效果產生很大影響。下面爲各參數的意義與對圖像濾波的效果影響：
1.波長（λ）： 以像素爲計量單位的正弦調製波波長。 該值選取過小時（ 小於2）， 缺陷圖像濾波效果不明顯， 而當波長越大時， 中心頻率越小， 使得濾波後的
圖像越模糊， 局部紋理增強性越不明顯。 因此在應用時選擇 2~10 爲佳。
2.方向（θ）： 定義了 Gabor濾波的特徵選擇的方向角度， 它的取值爲 0到 360度。 由於在實部中Gabor 濾波是對稱的， 故取值在0 到 180度就能完全表達全方
向。 通常設計時我們關注的方向個數 n,其計算公式爲：n=π /θ。當n 偏小時， 缺陷圖樣由於濾波方向性不強， 無法達到對局部紋理缺陷的檢測效果，甚至原圖會嚴重虛化。而n 過大時會使運算速度減小無法滿足實時檢測要求。
3.相位偏移（Φ）： 它的取值範圍爲-180度到 180 度。0 度（ 無偏移） 代表中心對稱向上函數，180 度對應中心向下函數， 而-90度與 90 度則與原始波形成反對稱。
4.長寬比（γ）： 二維座標比值， 決定了 Gabor 函數形狀的橢圓率（ ellipticity）。當γ= 1時， 形狀是圓的。 當γ< 1 時， 形狀隨着平行條紋方向而拉長。 當γ過小時，條紋過長會使圖像出現毛刺干擾， 通常該值設爲0.5 左右。
5.帶寬（b）： Gabor濾波空間頻率所需帶寬。
帶寬和σ/ λ的有關， 其中σ表示Gabor中高斯函數的標準差， σ/ λ決定了Gabor 的尺度。
不同參數選擇會產生不同的濾波效果， 這會影響最終的精準度。
