图像特征提取和优化（image feature extraction and optimization），理学-统计学-大数据统计分析-数据类型，从图像中提取出匹配信息并从大量的原始特征中挑选出对图像分类识别有效的，计算机能够处理和学习的“量少而质精”的特征子集的过程。适用范围对于图像而言，每一幅图像都有能够区别于其他类图像的自身特征，有些是可以直观感受到的自然特征，比如亮度、边缘、纹理和色彩等；有些则是需要通过变换或处理才能得到的，如颜色熵、颜色矩、直方图以及主成分等。图像特征提取与优化的目的是用最小的特征子集来最好地表现图像的特征，它实质上是对高维空间中的特征维度的压缩。图像特征的提取在模式匹配、图像识别、对象检测等方面对工业检测、医学诊断和计算机视觉等领域有着重要的意义。