在对倾斜图像特征的矫正方法研究时,由于其存在不确定性,使得标准图像的边缘特征与变换系数产生的关联性低。传统的算法进行图像矫正时,由于低关联性需要的储存空间较大,导致测量精确度低,适应性弱的问题。提出改进Gabor小波变换算法的倾斜图像特征的矫正方法,首先利用Gabor小波特征提取方法选取一定角度的Gabor小波对标准的图像进行单一尺度下的Gabor小波变换,获取不同角度下变换系数的数量,同时对倾斜图像进行与标准图像相同的变换,提取标准图像的边缘特征,并融合于Hough变换算法对倾斜图像进行Hough变换,依据对Hough变换累积结果进行处理来矫正图像倾斜角度,进而有效地完成对倾斜图像的矫正。仿真结果证明,改进Gabor小波变换算法的倾斜图像特征的矫正方法测量精确度高,适应性较强。