摘要：特征提取是多源数据智能分析的核心环节。本文综述了地质灾害、水下目标、岩性识别与医学分割四个领域中，针对点云、声学信号、高光谱及医学影像的特征提取方法。系统梳理了从数据预处理到特征提取的核心技术，包括基于传统算子的边缘检测、基于稀疏表示的信号增强、基于深度学习的自动特征学习，以及基于注意力机制的精细分割。通过跨领域对比，揭示了特征提取技术从依赖先验到数据驱动、从局部处理到全局建模的演进规律，并指出了可解释性弱、数据依赖强等共性挑战，最后展望了神经-符号融合、自监督学习等未来发展方向。