随着视频图像处理技术的进一步发展,特征提取技术得到了广泛应用。而对于视频图像中细节特征的提取问题,由于细节特征信息幅度较小,且多叠加于图像特征信息中的趋势项中,又由于图像数字化时是对整幅图像进行量化,对于整体图像而言,图像细节特征的信息量较小,因此要提取的细节特征信息在图像显示重建时不能较好的恢复。基于上述背景,针对视频图像细节特征的提取问题,本文提出了一种模拟与数字相结合的特征提取方法,其中模拟方法是通过设计模拟视频处理电路提取出叠加于图像趋势项中的细节特征信息,并对其进行动态范围的拉伸。数字方法是采用DSP高速图像处理平台对细节特征信息的参数进行快速提取。按照上述方法,本文设计完成了模拟视频处理电路系统,并基于DSP图像处理平台设计了相应的特征提取算法。算法设计时,对基于Otsu的局部递归图像分割方法进行了改进,在递归终止条件上提出一种基于灰度和熵变化的局部递归图像分割算法,然后采用基于区域灰度差的矩形生长法对特征区域进行生长,并利用细化迭代算法和灰度共生矩阵方法提取出了特征区域的内外部参数。实验结果表明,与传统方法相比,按照本文设计方法处理后,原始图像的二阶矩减小,图像的熵值增大,系统能够在较小的误差范围内有效的提取出视频图像特征区域的细节信息和特征区域的内外部特征参数,且处理速度较传统方法有较大提高。