内窥镜孔探图像特征提取与分析方面，目前分为人工特征提取与分析、基于二维图像处理技术的特征提取与分析、基于立体视觉的特征提取与分析等三个技术方法．
传统的方法是人工特征提取方法，凭借检查员的经验，利用视频系统将观测到的图像尺寸与某实物实际尺寸对比，然后换算出实际缺陷的尺寸或损伤程度，再通过查阅相关手册进行故障判断，如果遇到复杂问题，则需送给维护专家进行数据解读。这种方法工作效率较低且准确性不高，目前的国内航空发动机孔探图像特征提取与判决就采用该方法．
随着计算机技术的进步，图像处理技术得到了很大的发展，如图像滤波、图像边缘检测和图像特征提取方法等，提出了相应的算法，并在模式识别、图像精密铡量和故障诊断等很多领域得到了应用．从技术角度讲，基于二维图像处理技术发展已相对成熟，国内外基于二维图像处理技术的特征提取与分析技术也得到了广泛应用。
国内提出一种利用CCD图像传感器来检测工件表面质量的方法，基本思想是先对图像进行滤波降噪、锐化等预处理，然后根据图像灰度值、梯度幅值等提取有用特征数据(如锈斑、表面粗糙度、表面划痕、表面裂纹)，从而评定工件表面质量．对航空发动机叶片叶缘光切显微镜图像进行滤波、边缘检测等图像预处理，采用圆弧的最小二乘方法拟合提取叶缘轮廓，根据计算出来的叶缘曲率半径来衡量叶片产品质量好坏，设计开发了叶片图像检测系统，提高了检测精度和效率．针对铁谱图像样本，应用较成熟的数字图像处理技术对图像进行滤波、锐化等预处理，提取铁谱图像中的磨粒参数(如尺寸参数、形状参数、颜色参数，灰度梯度参数，矩参数等)，采用主成分分析方法和BP神经网络方法对对铁谱磨粒进行识别和分类，设计开发了一套基于铁谱与图像识别技术的动力装置故障检测与诊断系统，实现了对动力装置的计算机辅助故障检测与诊断，提高了故障检测与诊断的准确性和效率．
