随着分数阶微分的发展以及它所具备的优点,它逐渐被广泛应用到各个领域,且在图像处理领域也得到了发展并取得了一些成果。图像处理在信息表达、交流等方面占有很重要的地位。图像的边缘是图像的主要特征信息之一,人们凭借边缘特征就可以对图像中的目标进行分割、识别和分类等处理。边缘提取是图像处理的重要研究内容之一。　　本文分析了分数阶微分和特征提取的研究现状和基本理论,讨论了分数阶微分算子CRONE算子,并在此基础上提出了两种特征提取的新方法,且将第二种提取方法应用到经IPM变换后的交通场景中提取要素。　　首先,提出了基于CRONE算子的多方向特征提取算法。该算法先通过旋转CRONE水平模板从多个方向上提取图像中物体的特征信息,然后根据检验统计量筛选提取结果,将无效特征及伪特征剔除,最后由梯度比例融合检验结果得到特征图。该提取方法可以有效提取图像中目标物体的轮廓,对头像、交通场景等图像的特征提取效果较好。　　其次,提出了基于CRONE算子的S+Z型特征提取算法。该算法的主要目的是为了充分利用像素间的邻域信息,保留 CRONE算子的优势,为此,引入空间填充 S型和 Z型曲线,对图像的邻域像素进行重排,再利用CRONE算子进行特征提取。该算法可以很好地提取出图像中的细节信息,适用于纹理图像的提取。　　最后,利用 IPM算法消除交通场景图中的透视效果得到 IPM结果图,采用基于CRONE算子的S+Z型特征提取算法对IPM图进行要素提取,将提取的要素经过逆IPM算法,获得交通场景要素图。实验结果表明,提取的要素图可以有效地表现交通场景里的重要信息,消除次要的信息。