图像识别过程中，所识别对象要具备哪些特征？

图像识别实际上是一个分类的过程，为了识别出某图像所属的类别，我们需要将它与其他不同类别的图像区分开来。这就要求选取的特征不仅要能够很好地描述图像， 更重要的是还要能够很好地区分不同类别的图像。

那么，这些所识别的对象需要具备哪些方面的特征，才能实现准确的识别呢？

1、选取的特征应对噪声和不相关转换不敏感。比如要识别车牌号码， 车牌照片可能是从各个角度拍摄的， 而我们关心的是车牌上字母和数字的内容， 因此就需要得到对几何失真变形等转换不敏感的描绘子， 从而得到旋转不变， 或是投影失真不变的特征；

2、特征应当容易提取。换言之， 为了得到这些特征我们付出的代价不能太大。当然， 这还要与特征的分类能力权衡考虑；

3、总是应试图寻找最具区分能力的特征。

在同类图像之间差异较小，在不同类别的图像之间差异较大的图像特征， 我们称之为最具有区分能力的特征。
一般来说，特征提取应具体问题具体分析，其评价标准具有一定的主观性。然而，还是有一些可供遵循的普遍原则，能够作为我们在特征提取实践中的指导。

由此可见，图像识别的过程中，如何找到各个识别对象的特征，进而得到准确的识别结果，这个过程是至关重要的。对于图像而言， 每一幅图像都具有能够区别于其他类图像的自身特征，有些是可以直观地感受到的自然特征。有了这些数值或向量形式的特征我们就可以通过训练过程教会计算机如何懂得这些特征， 从而使计算机具有识别图像的本领。