图像特征提取指的是从初始的数字图像数据中挖掘出能够精准、完整且不冗余地描述目标对象的信息。从上述定义中可以看出，基于人工特征工程进行缺陷检测**关键的步骤就是从图像中提取出缺陷的特征信息。

　　若提取的特征不够精准，那么依赖于该特征做出的判断也必然是不准确的。同时，若提取的特征不够精炼、特征空间维度过大，可能导致后续判别算法的复杂性极高，陷入“维度灾难”。

　　业内进行表面缺陷检测时常用的图像特征有几何特征、形状特征、颜色特征、纹理特征和灰度特征。

　　缺陷**基本的特征就是几何特征，一般用缺陷的区域周长、面积大小、位置和缺陷质心等信息来表示。缺陷周长和面积大小分别为缺陷边界及内部的像素点数量，通过统计像素个数即可提取其几何特征。

　　形状特征指的是其矩形度、细长度、圆形度、致密度、不变矩、偏心率等描述信息。对形状特征的描述主要可以分为基于轮廓形状和基于区域形状两类，区分方法在于形状特征仅从轮廓中提取还是从形状区域中提取。几何特征和形状特征的结合是区分缺陷类型的重要依据。