機(jī)器視覺(jué)系統(tǒng)的圖像特征提取所說(shuō)的是在默認(rèn)的數(shù)字圖像數(shù)據(jù)中發(fā)掘出可以精確、詳細(xì)且不冗余地表述目標(biāo)對(duì)象的數(shù)據(jù)。從上面定義中可以看到，基于人工特征工程開(kāi)展缺陷檢測(cè)最重要的步驟就是從源圖像提煉出缺陷的特點(diǎn)數(shù)據(jù)。若提取的特點(diǎn)不太精確，這樣的話借助于該特點(diǎn)所做出的判定也必定是不準(zhǔn)確的。并且，若提取的特點(diǎn)不太精煉、特點(diǎn)空間維度太大，可能會(huì)導(dǎo)致之后機(jī)器視覺(jué)辨別算法的復(fù)雜度非常高，深陷“維度災(zāi)難”。

　　機(jī)器視覺(jué)業(yè)界開(kāi)展表面缺陷視覺(jué)檢測(cè)時(shí)常見(jiàn)的圖像特征有幾何特征、形狀特征、顏色特征、紋理特征和灰度值特點(diǎn)。

　　缺陷最重要的特點(diǎn)就是幾何特征，通常用缺陷的范圍周長(zhǎng)、總面積的大小、位置和缺陷質(zhì)心等相關(guān)信息來(lái)表示。缺陷周長(zhǎng)和面積的大小分別是缺陷邊界及內(nèi)部的像素點(diǎn)數(shù)量，利用統(tǒng)計(jì)像素?cái)?shù)量就可以提煉其幾何特征。

　　形狀特征是指其矩形度、細(xì)長(zhǎng)度、圓形度、致密度、不變矩、偏心率等表述數(shù)據(jù)。對(duì)形狀特征的描述主要可分為基于輪廓形狀和基于范圍形狀兩類(lèi)，劃分方法就在于形狀特征僅從輪廓中獲取還是從形狀范圍中獲取。幾何特征和形狀特征的結(jié)合是劃分缺陷類(lèi)型的重要指標(biāo)。

　　顏色特征是圖像檢索中應(yīng)用最普遍的視覺(jué)特點(diǎn)，也是許多人識(shí)別圖像最重要的認(rèn)知特點(diǎn)。與幾何特征和形狀特征不同，顏色特征具有一定的旋轉(zhuǎn)、平移不變性，魯棒性較強(qiáng)。顏色特征能通過(guò)顏色直方圖、顏色聚合向量、顏色矩等方式來(lái)提煉和相匹配。

　　紋理特征是圖像原有的一個(gè)重要特點(diǎn)，體現(xiàn)了工件表面的具有緩慢變化或者周期性變化的表面結(jié)構(gòu)組織排布特性。常見(jiàn)的表述紋理特征的方式有統(tǒng)計(jì)法和頻譜法。統(tǒng)計(jì)法是通過(guò)圖像的直方圖的矩對(duì)紋理結(jié)構(gòu)特征開(kāi)展表述，頻譜法是依據(jù)傅里葉頻譜特性來(lái)表示圖像的紋理結(jié)構(gòu)特征。

　　缺陷的灰度值特點(diǎn)是一種在圖像的灰度值量化級(jí)內(nèi)，對(duì)各像素點(diǎn)灰度值的分布的方式來(lái)進(jìn)行統(tǒng)計(jì)的表征量，可以利用圖像的灰度直方圖數(shù)據(jù)(如方差、均值、熵)獲得圖像的灰度值特點(diǎn)。

　　機(jī)器視覺(jué)系統(tǒng)的缺陷圖像的圖像特征提取實(shí)現(xiàn)了從圖像空間到特征空間的轉(zhuǎn)換，在實(shí)際工程中可以將圖像的多種基本特征組合，形成綜合性的缺陷表述特征值。然而，不是所有特點(diǎn)對(duì)后續(xù)的缺陷檢測(cè)與圖像理解有作用。假如圖像特征提取的過(guò)多，造成特征值維度比較高，會(huì)給機(jī)器視覺(jué)系統(tǒng)帶來(lái)相當(dāng)多的冗余信息和繁瑣的計(jì)算量，還需要再使用主成分分析等方式進(jìn)行降維。假如圖像特征提取的較少，則會(huì)造成對(duì)缺陷的表述不太準(zhǔn)確，造成準(zhǔn)確率和精確度不盡人意。