Gabor特征在纹理分类、人脸、指纹和掌纹等生物特征识别领域取得了非常不错的性能。相对于二维Gabor小波在近二十年的广泛应用，三维Gabor小波无论在基础理论、还是应用领域的研究都还处于起步阶段。 本项目根据三维图像数据量大、信息丰富的特点，借助三维Gabor 小波提取三维空间纹理信息，研发能够提取方向、频率以及三维空间结构关系的Gabor特征编码增强方法，探索多视角Gabor张量构造、分解、学习算法以及基于三维Gabor特征空间共享稀疏模式的多任务联合稀疏表示框架，实现基于高维Gabor特征、高效而准确的三维/高光谱图像分类识别系统。 项目研究不仅可以大大丰富和完善三维Gabor小波理论，还可以有力推动该工具和日臻完善的三维/高光谱成像技术的结合，从而促进基于三维数据的生物特征识别、医学诊断和遥感监测领域技术进步。