English
用于模式识别的实际图像通常都有许多种特征，抽取有效的特征识别是一个非常重要的问题，这不仅影响到X光异物检测机识别的精度，也会直接影响识别的速度。原始图像中包含大量的信息，在大量信息中蕴含的就是众多的特征，选择的特征越多就可以越全面、越完整地描述某个目标。
但是特征过多会造成维数爆炸，使一个低维情况下易于分析计算的问题，在高维的情况下就变得完全不可能。因此选择图像的哪些特征，如何去度量这些特征的鉴别能力是决定能否成功完成识别的关键。
特征选择问题通常非常的复杂，若把区别不同类别的特征均从原始信息的分析中找到，需要处理大量数据，耗费大量的计算机，而某些重要特征往往在众多特征中显不出其相应的重要性来，不易于度量。
为了在实际的检测中更高效、快速分类、通常只需要保留对区分不同类别为重要的特征信息，舍去那些对分类并无多大贡献的特征信息，这就是X射线检测机特征筛选与压缩过程。对于产品的检测，X光异物检测机会通过分析产品的位置、取向、尺寸、轮廓、灰度等特征进行识别，其中边缘和区域特征是常用的。
