图像特征提取是图像处理过程中的一项关键技术,通过对图像信息的分析提取出能准确表达图像的特征并利用该特征对图像标识,其效率和准确性对于图像处理的结果有着决定性影响。在这个大数据时代,通常要处理海量图像信息,而在很多应用中如雷达探测、安全保障和天气监测等都要求图像处理过程满足实时性,这就需要特征提取在满足高精确度的同时计算速度更快。如何实现快速准确的提取图像特征成为了问题的关键。存算一体芯片提供了非冯·诺依曼计算结构,将计算和存储合二为一,从而消除了数据传输的时间成本,可以大大提高计算速度。因此,研究存算一体架构下的特征提取对于提高提取效率方面有重要意义,同时为不同的场景下的应用提供了实用价值。为了满足各应用场景下对快速特征提取的需求并解决现有的问题,本文主要分别针对存算一体架构下边缘特征提取和频谱特征提取方法及应用进行了研究。论文的主要工作及创新性表现包含以下几个方面:一方面,本文研究了边缘特征提取在存算一体芯片上的实现方法。根据忆阻器阵列特性,设计了一种斜对角矩阵卷积计算架构。该计算架构通过将原始图像矩阵和权重矩阵进行相应的转换,以减少芯片中卷积计算所需的乘积累加运算次数。解决了在利用单晶体管单忆阻器阵列计算卷积神经网络时,因涉及大量滑动卷积计算而导致的计算周期较多,延迟时间较长的问题。另一方面,针对图像频谱特征提取设计了存算一体架构下的图像频谱特征提取方法,并通过实验证明了计算结果的准确性。接下来讨论了基于存算一体架构的边缘特征和频谱特征提取方法在各自适用场景下的实际应用。首先针对边缘特征提取在自动对焦技术中的应用,为解决采用Sobel算子提取图像边缘梯度值的Tenengrad函数计算耗时较长的问题,提出将存算一体架构下的边缘特征提取方法应用于自动对焦。通过存算一体芯片上的自动对焦实验验证了所提方法的有效性。其次对于存算一体架构下的频谱特征提取方法,探讨了其在团雾检测中的应用。针对目前团雾检测面临的难题,利用存算一体芯片作为团雾检测中主要计算单元,设计了一款基于存算一体芯片的低功耗一体化团雾检测系统,实现对团雾的实时监测。