Gabor小波是由匈牙利物理学家D.伽柏（Dennis Gabor）提出并构造的。Gabor小波和Morlet小波非常相似，Gabor小波和Gabor滤波器密切相关。Gabor小波最大限度地减少了其在时域和频域的标准偏差。Gabor小波是非正交的，所以很难有效地分解成基。

对Gabor小波的研究动机来自找到一些函数，可以在时间域和频率域最小化标准偏差。

在位置域（position domain）的方差可以表示为：

…（1）

式中为的复共轭；为算数平均值，可以表示为：

…（2）

在波数域（wave number domain）的方差可以表示为：

…（3）

式中为的傅里叶变换的算数平均，可以表示为：

…（4）

由以上定义，不确定性可以写为：。

这个数量已显示有一个下限1/2。可以用量子力学的观点来解释在位置上的不确定性和在动量上的不确定性。一个函数理论上具有最低可能性的不确定性约束就是Gabor小波。

一维Gabor小波的方程是通过复杂的指数高斯调制的，可以表示为：

…（5）

Gabor小波对于图像的边缘敏感，能够提供良好的方向选择和尺度选择特性，而且对于光照变化不敏感，能够提供对光照变化良好的适应性。

二维Gabor小波变换是在时频域进行信号分析处理的重要工具，其变换系数有着良好的视觉特性和生物学背景，因此被广泛应用于图像处理、模式识别等领域。

与传统的傅里叶变换相比，Gabor小波变换具有良好的时频局部化特性，即可以非常容易地调整Gabor滤波器的方向、基频带宽及中心频率，从而能够最好的兼顾信号在时空域和频域中的分辨能力；Gabor小波变换具有多分辨率特性，即变焦能力，若采用多通道滤波技术，将一组具有不同时频域特性的Gabor小波应用于图像变换，每个通道都能够得到输入图像的某种局部特性，这样可以根据需要在不同粗细粒度上分析图像。此外，在特征提取方面，Gabor小波变换与其他方法相比，一方面其处理的数据量较少，能满足系统的实时性要求；另一方面，Gabor小波变换对光照变化不敏感，且能容忍一定程度的图像旋转和变形，当采用基于欧氏距离进行识别时，特征模式与待测特征不需要严格的对应，故能提高系统的鲁棒性。