图画辨认可能是以图画的主要特征为根底的。每个图画都有它的特征,如字母A有个尖,P有个圈、而Y的中心有个锐角等。对图画辨认时眼动的研讨标明,视线总是会集在图画的主要特征上,也就是会集在图画概括曲度最大或概括方向突然改变的当地,这些当地的信息量最大。并且眼睛的扫描路线也总是顺次从一个特征转到另一个特征上。由此可见,在图画辨认过程中,感觉机制必须排除输入的剩余信息,抽出要害的信息。同时,在大脑里必定有一个担任整合信息的机制,它能把分阶段获得的信息整理成一个完好的感觉映象。

在人类图画辨认系统中,对复杂图画的辨认往往要经过不同层次的信息加工才干实现。对于了解的图形,由于把握了它的主要特征,就会把它当作一个单元来辨认,而不再留意它的细节了。这种由孤立的单元材料组成的整体单位叫做组块,每一个组块是同时被感知的。在文字材料的辨认中,人们不只可以把一个汉字的笔划或偏旁等单元组成一个组块,并且能把经常在一起呈现的字或词组成组块单位来加以辨认。

在计算机视觉辨认系统中,图画内容通常用图画特征进行描绘。事实上,基于计算机视觉的图画检索也可以分为类似文本搜索引擎的三个过程:提取特征、建索引build以及查询。