人类视觉系统具有多通道和多分辨率的特征[10]，因此基于多通道Gabor小波滤波器的应用研究，在机器视觉方面得到了广泛关注[1]。本文采用基于Gabor小波滤波器的多通道方法进行图像分割，探讨研究图像分割方法的问题。本文讨论了目前基于Gabor滤波器的多通道方法应用于图像分割的现状，给出了Gabor滤波器进行图像分割的原理、过程、实验结果及分析。介绍了图像边缘检测、图像阈值分割的各种算法，并给出了对比分析；对Gabor滤波器的基本概念和研究进展进行了综述，提出了二种基于Gabor滤波器的图像分割方法。依据二维测不准原理，Gabor小波滤波器对信号空间域和空间频率域有最优的描述，实验证明，基于Gabor小波滤波器的图像分割方法在图像分割中取得了比较好的效果。本文在文献[2]Yossi Rubner的基础上设计和编写了基于Gabor小波滤波器的图像分割程序，在图像分割方法上提出了二种新的解决方案。对图像简单预处理之后，由Gabor小波滤波器抽取图像特征，第一种方法是把图像的目标特征线性叠加进行图像分割，第二种方法是结合Sobel算子或Canny算子对图像进行最后的分割。实验证明，基于Gabor滤波器的图像分割方法在图像分割中取得了比较好的效果，为后续任务做好了准备工作。本文所有程序均是用Matlab6.1在Win2000环境下编译完成的。可以完成任意改变尺度数和角度数的Gabor小波滤波器对图像的滤波、图像特征的抽取、结合Sobel或Canny算子对图像进行分割和显示等功能。实验图片来源于互联网。