图象视觉特征的提取与表示

第1章图像视觉特征的提取和表示

1.1引言

图像视觉特征的提取和表示是将图像的视觉信息转化成计算机能够识别和处理的定量形式的过程，是基于视觉内容的图像分类与检索的关键技术，因此，图像视觉特征的提取和表示一直是图像内容分析领域中一个非常活跃的课题。

图像底层视觉特征一定程度上能够反映图像的内容，可以描述图像所表达的意义，因此，研究图像底层视觉特征是实现图像分类与检索的第一步。一般来说，随着具体应用的不同，选用的底层特征也应有所不同，在特定的具体应用中，不同底层视觉特征的选取及不同的描述方式，对图像分类与检索的性能有很大的影响。通常认为，一种良好的图像视觉特征的提取和表示应满足以下几个要求：

(1)提取简单，时间和空间复杂度低。

(2)区分能力强，对图像视觉内容相似的图像其特征描述之间也应相近，反之，对于视觉内容不相似的图像其特征描述之间应有一定的差别。

(3)与人的视觉感知相近，对人的视觉感觉相近的图像其特征描述之间也相近，对人的视觉感知有差别的图像其特征描述之间也有一定的差别。

(4)抗干扰能力强，鲁棒性好，对图像大小，方向不敏感，具有几何平移，旋转不变性。

本章重点讨论当前比较成熟的特征提取方法，在此基础上选取合适的特征提取方法，用于图像分类与检索系统的特征提取模块。接下来，将依次介绍颜色，纹理，形状等特征的提取和表示方法，最后对各种特征的特点加以比较。

1.2颜色特征的提取和表示

颜色是图像视觉信息的一个重要特征，是图像分类与检索中最为广泛应用的特征之一。一般来说同一类别的图像之间颜色信息具有一定的相似性，不同类别的图像，其颜色信息具有一定的差异。相对几何特征而言，颜色特征稳定性好，有对大小、方向不敏感等特点。因此，颜色特征的提取受到极大重视并得到深入研究。本章首先介绍几种常用的颜色空间模型，然后介绍各种颜色特征提取和表示方法。

1.2.1颜色空间模型

为了正确地使用颜色这一特征，需要建立颜色空间模型，通常的颜色空间模型可用三个基本量来描述，所以建立颜色空间模型就是建立一个3-D坐标系，其中每个空间点都代表某一种颜色。通常来说，对于不同的应用，应该选取不同的颜色空间模型。常用的颜色空间模型主要有：RGB、HIS、HSV、YUV、YIQ、Munsell、Lu*v*和La*b*等。颜色空间模型的选取需要符合一定的标准，下面就这一标准和最常用的颜色空间模型作一些介绍。

文献[错误！未找到引用源。]中介绍了选择颜色空间模型的标准主要有以下几个：

(1)观察角度的鲁棒性

(2) 对物体几何性质的鲁棒性 (3) 对光照方向改变的鲁棒性 (4) 对照强度改变的鲁棒性

(5) 对照明的光谱能量分布(SPD)的鲁棒性 (6) 高分辨能力

(7) 对物体遮掩和杂乱的鲁棒性 (8) 对图像噪声的鲁棒性

RGB 颜色空间模型由R 、G 、B 分量构成，是最常用的颜色空间模型，现在各种格式的图像都是采用RGB 空间存储和传输，并得到各种物理设备的直接支持。但是，研究发现，RGB 颜色空间模型也有一些缺点，主要表现在以下三个方面：首先是通道之间的相关性，BR 之间的相关性系数大约为0.74,RG 相关性系数约为0.98，GB 之间的相关性系数为0.94；其次是心理学上的非直观性；最后是感知上的非一致性。为了更好地适应于各种应用场合，人们提出了很多的其他颜色空间模型。

HIS 颜色空间模型反映了人观察颜色的方式，与人的视觉感知特性符合较好，其中，I 表示亮度，H 表示色度，S 表示饱和度。与HIS 颜色空间模型相比，HSV 颜色空间模型更符合人类对颜色的视觉感知特性，H 表示色调，色调是彩色相互区分的特性，S 表示饱和度，是指彩色的纯洁性，V 表示强度，是指彩色的明暗程度，这三个分量是相互独立的。在彩色图像的分割中，RGB 模式难以直接进行分割，只有将它们转化成HSV 模式才行。从RGB 颜色空间模型转换到HSV 颜色空间模型的方法有多种[错误！未找到引用源。]，本文介绍一种比较容易实现的转换方法。

(-)(-)a rc c o s (-)(-)2-a rc c o s R G R B B G H R G R B B G

π+?

≤??

=?

+?>??

(2-1)

m a x (,,)m in (,,)

m a x (,,)

R G B R G B S R G B -=

(2-2)

m a x (,,)

255

R G B V =

(2-3)

YUV 和YIQ 主要用于视频传输和编码，其中Y 为亮度分量，UV 或IQ 为

色差分量。Munsell 系统是从心理学的角度，根据颜色视觉的特点所指定的颜色分类和定标的系统，它由以H (色调)、V (明度)和C (色度)为基础系统排列的色卡组成。

Lu *v *和La *b *为均匀色度空间，其中色差可以由欧氏距离度量。从图像处理的角度来说，对颜色的描述与人对颜色的感知越接近越好，这样便于将人的意图在处理结果中反映出来。从视觉感知均匀的角度来说，人们希望所感知的两个颜色的距离应该与这两个颜色在颜色空间中的距离是一致的。在均匀颜色空间中，人们观察到的两个颜色的距离与这两个颜色在空间中的欧氏距离成正比。

1.2.2 颜色特征的表示方法

常用的颜色特征表示方法有：颜色直方图、颜色矩、颜色聚合向量、颜色集等。

(1) 直方图法

直方图的颜色特征方法是把颜色量化成若干种，然后统计每种颜色的像素数在整幅图像中所占的比重。颜色直方图特别适用于描述那些难以自动分割图像和不需要考虑物体空间位置的图像。常用的颜色直方图的方法有简单颜色直方图和累积颜色直方图两种。

最早使用颜色直方图进行图像检索的是Swam 和Ballard [错误！未找到引用源。]，其核心思想是在一定的颜色空间中对颜色出现的频数进行统计，然后采用色彩直方图的交来度量两幅图像色彩的相似性，其最大的缺点是完全丢失了图像色彩的空间信息。

直方图是一个向量，维数为颜色级数，每维数值即对应该维所对应颜色的像素数占整幅图像像素数的百分比。设图像I ，颜色被量化成N 种颜色（N 通常小于实际颜色数），直方图表示为：

()[(0),(1),(1)]H I h h h N =-

(2-1)

其中

()k n h k n =

(2-2) 1

N k

k n n -==

∑

(2-3)

k

n 表示第k 种颜色的像素的数目，N 为颜色数。

直方图表示为简单直方图时没有考虑到相邻颜色的相似性，为了改进这个不足，以颜色为横坐标，颜色累加出现的频数为纵坐标，引入累积直方图的定义。累积直方图的统计方法如式(2-4)所示。

()k

i i n h k n

==

∑

(2-4)

无论是哪种直方图特征，都需要进行直方图量化，更多的量化区间可以具有更强的能力，但具有更高的运算代价，且不适于数据库索引。一些改进的方法将直方图结合空间信息，将图像按特定方法分割成不同的子区域，在子区域中统计颜色直方图。

(2) 颜色矩

基于图像中任何的颜色分布均可用它的矩来表示这一数学基础，Stricker 和Orengo 提出了颜色矩的颜色特征表示方法[错误！未找到引用源。]。此外，由于颜色分布信息主要集中在低阶矩中，因此仅采用颜色的一阶矩(mean)、二阶矩（variance)和三阶矩(skewness)就足以表达图像的颜色分布。与颜色直方图相比，该方法的另一个好处在于无需对特征进行向量化。颜色的三个低阶矩在数学上表达为：

1

1N

i ij

j p N

μ==

∑

(2-5)

()

1

22

11N

i ij

i j p

u N σ=??=-

???

∑ (2-6)

()

1

33

1

1N

i ij

i j s p

u N

=??=-

???

∑ (2-7)

其中i j p 是图像中第j 个像素的第i 个颜色分量的值。由于颜色空间模型都是有3个分量构成，因此图像的颜色矩一般只需要9个分量，与其它的颜色特征相比非常简洁的。在实际应用中为避免低阶矩较弱的分辨能力，颜色矩常和其它特征结合使用，而且一般在使用其它特征前起到过滤缩小范围的作用。

(3) 颜色聚合向量

针对颜色直方图和颜色矩无法表达图像中色彩的空间位置的缺点，Pass 和Zabih 等人提出了颜色聚合向量(color coherence vector)[错误！未找到引用源。]。该方法是颜色直方图的一种演变，其核心思想是：将属于直方图每一个柄的像素分成两部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合像素。假设i α与i β分别代表直方图的第i 个柄中聚合像素和非聚合像素的数量，图像的颜色聚合向量可以表达为

112

2

(,),(

,

),(,)N

N αβαβαβ<> 。而112

2,,N

N αβα

βα

β<+++>

就是该图像的颜

色直方图。由于包含了颜色分布的空间信息，对需要比较物体的空间位置的图像，颜色聚合向量能比颜色直方图达到更好的检索效果。

(4) 颜色集

颜色集是J.R. Smith 提出的图像颜色特征的一种表示方法，其表示形式为二值空间中的一个M 维指示向量，其值指示在图像中是否出现符合某种特定条件的颜色，1表示出现，0表示未出现[错误！未找到引用源。]。颜色集的统计方法为：首先选择一个合适的颜色空间，并在此空间得到一个具有M 种颜色输出的颜色量化函数，每种颜色在M 维的二值空间中占一位；然后利用颜色量化函数对图像进行量化处理，使得处理后的图像至多包含M 种颜色；最后为每种颜色确定一个阈值，如果图像中属于此颜色的像素达到这一阈值，则相应的二值指示向量的位置置为1，否则置为0。事实上颜色集只是一种表示方式，它等价于阈值直方图。另外，如果每种颜色的阈值都定义较高的话，颜色集中置为1的那些颜色实际上就是主色。

1.3 纹理特征的提取和表示

纹理是图像的另一个主要特征，通常看作图像的某种局部特征，它不仅反映图像的灰度统计信息，而且反映图像的空间分布信息和结构信息。对图像纹理，迄今为止仍无一个公认的、一致的严格定义。但图像纹理对人们来说是很熟悉的。纹理是人眼视觉的重要组成部分，反映了物体的深度和表面信息，表达了物体表面颜色和灰度的某种变化。而且这些变化又与物体本身的属性有关，是图像的固有特征之一。数字图像中的纹理是相邻像素的灰度或颜色的空间相关性，或是图像灰度和颜色随空间位置变化的视觉表现。纹理特征描述方法大致可以分为四

类：统计法、结构法、模型法、频谱法。

(1) 统计法

统计方法分析纹理的主要思想是通过图像中灰度级分布的随机属性来描述纹理特征。

(2) 结构法

结构法分析纹理的基本思想是假定纹理模式由纹理基元以一定的、有规律的形式重复排列组合而成，特征提取就变为确定这些基元并定量分析它们的排列规则。

(3) 模型法

模型法是利用一些成熟的图像模型来描述纹理，如基于随机场统计学的马尔可夫随机场、自回归模型，以及在此基础上产生的多尺度自回归模型等。

(4) 频谱法

频谱法是借助于变换域的频率特性来描述纹理特征，常用的频域变换包括傅里叶变换[错误！未找到引用源。]、Gabor 变换[错误！未找到引用源。]、塔式小波变换[错误！未找到引用源。]、树式小波变换[错误！未找到引用源。]等方法。

基于以上四种方法的具体的纹理特征提取和表示方法有很多，本节重点介绍几个典型的纹理特征提取方法。

1.3.1 灰度共生矩阵

在基于统计的纹理特征提取方法中，灰度共生矩阵及其特征提取方法一直是重要的统计纹理分析方法之一，该方法由Haralick 于1973年提出，它是建立在估计图像的二阶组合条件概率密度函数基础上的。灰度共生矩阵是描述在θ方向上，相隔d 像素距离的一对像素，分别具有灰度值i 和j 的出现概率，其元素可标记为(,

|,)

p i j d θ。显然灰度共生矩阵是一个对称矩阵，其阶数由图像中的灰度

级个数决定。通常依据共生矩阵计算能量、信息熵、惯性矩、相关性、局部稳定性等参数来表示图像的纹理特征。

(1) 能量

2

(,)

i

j

A S M m i j =

∑∑

(2-8)

这是一种对图像灰度分布均匀的度量，当(,)

m i j 数值集中在对角线附近时，

其相应的ASM 值就越大，反之就越小。

(2) 信息熵

(,)lo g (,)i

j

E N T m i j m i j =-∑

∑

(2-9)

当灰度共生矩阵中各(,)

m i j 相差不大且较分散时，ENT 值越大，反之，ENT

值越小。

(3) 惯性矩

2

()(,)

i

i

C O N i j m i j =

-∑∑

(2-10)

对于粗纹理，(,

)

m i j 主要集中在对角线，(-)

i j 值较小，所以其相应的CON

值也较小，相反对细纹理CON 值较大。

(4) 相关性

(,)x y

i

j

x y

ijm i j C O R μμσσ

-=

∑∑

(2-11)

其中x μ，y μ，x σ，y σ分别为x m 和y m 的均值和标准方差，(,)

x

i

m m i j =

∑

是

矩阵中每列元素之和，(,)

y

j

m m i j =

∑

是矩阵中每行元素之和。相关量用来描述

矩阵中行或列元素之间的相似度，它是灰度关系的度量。

(5) 局部稳定性

2

(,)1()

i

j

m i j E V N i j =

+-∑∑

(2-12)

对细纹理EVN 值较小，对于粗纹理EVN 值较大。

1.3.2 Tamura 纹理特征

基于人类对纹理的视觉感知心理学研究，Tamura [错误！未找到引用源。]提出了一种纹理特征的表达方法。Tamura 纹理特征的六个分量对应于心里学角度上纹理特征的六种属性，即粗糙度(coarseness)、对比度(contrast)、方向度(directionality)、线像度(linelikeness)、规整度(regularity)和粗略度(roughness)。其中，前三个分量对于图像的区分特别重要。下面重点介绍这三个特征的定义及其数学表达。

(1) 粗糙度

粗糙度的计算可以分为以下几个步骤进行。首先，计算图像中大小为22

k

k

?个像素的活动窗口中像素的平均强度值，即有：

1

1

1

1

2

2

22

2

(,)

(,)2k k k k y x k

k i x j y g i j A x y ----++=-=-=

∑

∑

(2-13)

式(2-13)中，k =0,1,…,5，而(,

)

g i j 是位于(,)

i j 的像素强度值。然后，对于每

个像素，分别计算它在水平和垂直方向上互不重叠的窗口之间的平均强度差。

1

1

,(,)(2

,)(2

,)

k k k h k k E x y A x y A x y --=+-- (2-14) 1

1

,(,)(,2)(,2

)

k k k v k k E x y A x y A x y --=+-- (2-15)

对于每个像素，用能使E 达到最大(无论方向)的k 值用来设置最佳尺寸。最后，粗糙度可以通过计算整幅图像中b e s t S 的平均值来得到，表示为：

1

1

1(,)

m

n

C R S b e s t i j F S i j m n

===

?∑∑

(2-16)

(2) 对比度

对比度是通过对像素强度分布情况的统计得到的。确切地说，它是通过

4

4

4μασ

=

来定义的。其中，4μ是四次矩，σ是标准方差。对比度通过下面的公

式衡量：

14

4

C O N F σα=

(2-17)

该值给出了整个图像或区域中对比度的全局度量。 (3) 方向度 计算方向度时，首先计算每个像素处的梯度向量，该向量的模和方向分别定义为：

2

H V

G ?+??=

(2-18)

a rc ta n (

)2

H V

π

θ?=+

? (2-19)

其中

H

?和

V

?分别是通过图像卷积下列两个33?操作符所得到的水平和

垂直方向上的变化量。

1011011

1-??

??-????-??

1

110001

1

1??

??????---??

当所有像素的梯度向量都被计算出来后，构造一个直方图D H 来用来表达θ值。该直方图首先对θ值范围进行离散化，然后统计各个柄中相应的

G

?大于给

定阈值的像素数量。这个直方图对于具有明显方向性的图像会表现出峰值，对于

无明显方向的图像则表现得比较平坦。最后，图像总体的方向性可以通过计算直方图中峰值的尖锐程度获得，表示如下：

2

()()

p

p

n D IR p D

p

w F H

φφφφ∈=

-∑∑

(2-20)

式(2-20)中，p 代表直方图中的峰值，p n 为直方图中所有的峰值。对于某个峰值p ，p w 代表该峰值所包含的所有柄，而p φ是具有最高值的柄。

1.3.3 自回归纹理模型

自回归纹理模型(simultaneous auto-regressive ，或SAR)是应用Markov 随机场模型表达图像的纹理特征[错误！未找到引用源。]。在自回归模型中，每个像素的强度被描述成随机变量，其值可以通过与其相邻的像素的灰度值进行刻画。如式(2-21)所示。

()()()()

r N b

g s r g s r s θε∈=

++∑

(2-21)

任意给定一个具有某种纹理结构的图像区域?，令s 是此区域中的某一像素的坐标，()g s 是此像素的灰度值，若同时给出一个规则确定此像素s 的邻近像素集——邻域集，则()g s 可以表示成邻域集N b 所确定的邻近像素的灰度值的线性组合与加性噪声()s ε。其中()r θ邻近像素线性组合的组合系数，()s ε是一独立的高斯随机变量，均值为0。()r θ与ε均为未知的待估计参数，其值可用来刻画相应图像区域的纹理特征，不同形态的纹理在SAR 模型中应当对应不同的参数值，即图像的纹理特征与SAR 模型中的参数值具有对应关系。SAR 模型中未知的待估参数一般通过极大似然法或最小二乘法进行估计得到。相对来说，最小二乘法运算量较少，具体估计过程参阅文献[错误！未找到引用源。]。

1.3.4 小波变换

基于小波变换的纹理分析是最近几年很多文献提到一种纹理特征提出方法。其主要思想是首先利用小波变换将图像区域的二维信号分解成为四个子波段，根据频率特性分为：LL 、LH 、HL 和HH 波段，然后计算各个波段的能量均值和方差，用以描述图像的纹理特征。通过小波变换提取图像纹理特征时，一般对图像进行多级小波变换，计算各个级别各个波段的能量均值和方差，用以描述图像的纹理特征。常用于提取纹理特征的小波变换有金字塔结构的小波变换(pyramid-structured wavelet transform,或PWT)和树状结构的小波变换

(tree-structured wavelet transform,或TWT)，PWT 递归地分解LL 波段。但是对于那些主要信息包含在中频段范围内的纹理特征，仅仅分解低频段是不够的，TWT 解决了这一问题。TWT 与PWT 的区别之处在于：它除了递归分解LL 波段之外，还会分解其他的LH,HL,HH 等波段。

1.4 形状特征的提取和表示

在计算机视觉中，相对颜色或纹理等低层特征而言，形状特征属于图像的中间层特征，它作为刻画图像中物体和区域特点的重要特征，是描述高层视觉特征（如目标、对象）的重要手段，要把图像低层特征与高层特征有机的结合起来，必须有好的形状特征描述与提取算法的支持。

形状特征的描述主要有基于边界和基于区域两大类，前者只利用形状的外部边缘，而后者利用形状的全部区域，这两种又都可以进一步分为基于变换域和基于空间域的方法[错误！未找到引用源。]。

基于边界的形状特征的描述关键在于边缘检测，在提取边缘的基础上，定义边缘的特征描述。基于区域的形状特征的描述关键在于图像分割。然后利用整个已经被分割出来的区域块，提取其相应特征向量作为其形状特征的表示参数。本节重点介绍两种典型的形状特征描述方法。

1.4.1 傅立叶形状描述符法

傅里叶形状描述符法的基本思想是用物体边界的傅里叶变换来描述物体的形状，利用区域边界的封闭性和周期性，将二维问题转化为一维问题。

假设一个二维物体的轮廓是由一系列坐标为(,)s s x y 的像素组成，其中01S N ≤≤-，而

N 是轮廓上像素的总数，则可以用复数坐标函数、曲率函数和

质心距离来描述轮廓的边界点。

复坐标函数是用复数表示的像素坐标，如式(2-24)所示。

()()()

s c s c Z s x x j y y =-+- (2-24)

轮廓线上某一点的曲率定义为轮廓切向角度相对于弧长的变化率。曲率函数定义为：

()()d s k s d s

φ=

(2-25)

()

s φ是轮廓线的切向角，其中：

'

'()a rc ta n s

s y s x φ??

=???? (2-26)

'

s s d y y d s

=

'

s s d x x d s

=

(2-27)

质心距离定义为从目标图像的边界点到目标图像中心(,)c c x y 的距离，如式(2-28)所示。

()R s =

(2-28)

对于这三种轮廓描述，每种描述的傅里叶变换都会产生一系列复数系数，这

些系数在频率上表示了物体形状。其中，低频分量表示形状的宏观属性，高频分量表达了形状的细节特征。

复数坐标函数的傅立叶描述符如式(2-29)所示：

(1)1222

1111

,,,,,

M M

Z

F F F F f F F F F ---????=?????

?

(2-29)

其中，1F 为第一个非零频率分量，用来正规化变换系数。 曲率函数，质心距离的傅立叶描述符分别如式(2-30)、(2-31)所示：

122

,,,k M f F F F ?

?

=

???

?

(2-30)

122

000,,,

M

R

F F F f F F F ?

???=??????

(2-31)

其中，i F 表示傅立叶变换系数的第i 个频率分量。由于曲率函数和质心距离均为实数，它们的傅立叶变换存在对称性，如i i

F F -=，所以这里只考虑正频率

轴。

1.4.2 区域不变矩法

作为一组关于形状的统计值，矩不变量的表示形式有多种，如L egenda 矩矩、Zernike 矩等。本节介绍采用Hu 矩来统计图像中目标区域的形状特征参数的方法，在图像像素数目一定的情况下,提取的形状特征参数具有对图像的旋转(Rotate)、平移(Shift)和尺度变化(Scale)的不变性[错误！未找到引用源。]。

定义2.1图像的p q

+

阶距

(,)

p q

p q m x y f x y =

∑∑

(2-32)

定义2.2区域重心坐标00(,)x y

10000

(,) (,)

x

y

x

y

x f x y m x m f x y =

=

∑∑

∑∑

01000

(,)(, )

x

y

x

y

y f x y m y m f x y =

=

∑∑

∑∑

(2-33)

定义2.3图像区域p q

+

中心距

00()()(,)

q

p

p q x

y

x x y y f x y μ=

--∑∑

(2-34)

定义2.4图像规格化中心距

00

p q p q γ

μημ

=

(2-35)

其中

(,)

f x y 为像素(,)x y 的灰度值，1

2

p q γ+=+，2,3p q +

=

定义2.5不变矩

Hu 不变矩是关于图像区域的七个面积归一化中心矩的函数，七个面积归一化中心距为{}11,02201221,0330,,,,ηηηηηηη。Hu 不变矩满足形状的平移、旋转和尺度不变性。其具体计算方法式(2-36至2-42)所示。

10220

h ηη=+ (2-36)

2

2

2200211

(-)4h ηηη=+ (2-37)

22

330122103(-3)(3-)h ηηηη=+ (2-38)

2

2

430120321()()

h ηηηη=+++ (2-39)

2

2

530123012301221032

2

2103210330122103(-3)()()-3() (3-)()3()-()h ηηηηηηηηηηηηηηηη??

=+++????++++??

(2-40)

22

62002301221301130122103(-)[()-()] 4()()

h ηηηηηηηηηηη=+++++ (2-41)

2

2

721033012301221032

2

1230210330122103(3-)()[()-3()] (3-)()[3()-()]

h ηηηηηηηηηηηηηηηη=+++++++ (2-42)

基于区域不变矩的形状特征提取步骤：

(1) 对图像分割，获取图像中的目标区域

(2) 利用上述公式计算图像中目标区域的形状特征参数

1.5 本章小结

本章重点介绍了颜色、纹理、形状等底层视觉特征的提取和表示方法，详细介绍了各个特征的典型提取方法。不论颜色特征、纹理特征、形状特征，任何一种特征都能够描述图像的某一方面的特征。颜色特征是一种全局特征，描述了图像或图像区域所对应景物的表面性质。颜色直方图的表示不受图像旋转和平移变化的影响，归一化的颜色直方图不受图像尺度变化的影响。纹理特征也是一种全局特征，描述了图像或图像区域所对应景物的表面性质，尤其能够很好地描述了图像中灰度分布的空间信息，对于不同类别纹理明显的图像具有很好的区分能力。形状特征一种局部特征，它是对图像中目标对象一种特征描述方法，形状特征的提取需要借助边缘检测好或图像分割等数字图像处理技术。形状特征对于图像中目标对象明显，目标个数较少的图像有很好的表达能力，但是由于目标区域形状特征的提取是建立在图像分割的基础上的，所以形状特征的提取受图像分割技术的影响较大。由于当前还没有通用的较好的图像分割技术，因此，图像形状特征的应用也受到了很大的限制。形状特征缺乏比较完善的数学模型，对目标可能发生的形变没有稳健性。

尽管颜色特征、纹理特征、形状特征对图像的底层视觉信息都有一定的描述能力，但它们通常只表达了图像内容的某一方面信息，而不能对图像内容有一个较好的全面的描述。因此在实际应用中，为了更好更全面表达图像底层视觉信息，一般采用综合特征的方法。