在無損檢測領域中，常用的圖像缺陷特征提取的方法有:主成分分析、獨立成分分析、中木目位法、溫度信號重構法等方法。主成分分析法是一種將多指標化為少量綜合指標的方法。圖像的本質是像素矩陣，通過線性變換降低維度，要求得到的綜合變量要盡可能多的包含原始圖像信息，且各不相關。雖然該方法降低了信息的復雜度,但也丟失了一部分原始圖像的特征；獨立成分分析法是在主成分分析法上進一步發展而來，其目的是將獲得的數據進行某種線性解分，使其分解為統計獨立的成分。該方法解決了主成分分析法難以消除非高斯信號之間關聯性的問題，但這也是使用獨立成分分析法的一個前提；脈沖相位法是將獲得的每個像素值對應的溫度信號做傅里葉變換，進而作頻譜分析。其依據不同頻率的熱輻射在不同深度和大小的缺陷中傳播和反射的結果不同，由此獲得材料中的缺陷信息，但是該方法受環境影響因素較大。溫度信號重構法主要是利用表面溫度在物體和空間上的變化信息，對紅外圖像每個像素值的時間信息進行處理，將對應點溫度響應曲線從時域轉換到對數域，從而增強圖像信息妙。

在復雜的工程環境下，任何單一方法都無法滿足實際需求，因此，多種方法的結合和完善才是研究的重點。

在基于紅外熱像的復合材料無損檢測識別研究過程中，梁濤跑等人在研究復合材料受沖擊損傷后缺陷的特性時，沒有發現分層缺陷引起的“暗區”，且整體的纖維結構分布較均勻，給直接評估缺陷帶來困難。針對該問題，作者提出結合PCA和小波變換法來進行缺陷的特征提取，新的算法具備了時域-空域-頻域等多維度的特征提取能力，再通過閾值分割對圖像進行二值化處理消除背景，使缺陷信息更加明顯。