1. 面積：計算在此區域中所有有亮度值的點素數量總數。如欲換算實際面積的計算很簡單，只要計數物體區域中的像點數目，然後乘以每像點所代表的實際面積數，即為物體的實際面積。
2. 邊長：可以利用拉普拉斯運算後，計算所有亮點之總數，一般說來，二值化後的影像再經拉普拉斯運算，其邊緣輪廓即能完整呈現。同理，計數物體邊界的總體像點，乘以每像點所代表的實際長度，即為物體的實際周長。
3. 中心點：物體的中心點座標 
可以有效表示此物體的落點所在位置，其數學式為
，
其中 N 為物體的點素數目， x 為物體的點素的橫座標， y 為物體的點素的縱座標。
4. 密度：將物體未二值化前的灰度值予以加總平均，可代表此物體在亮度方面的特性。
5. 圖形孔洞：當物體中有圖形孔洞時，可求出這些圖形孔洞的數目、面積，以及圖形孔洞面積與物體面積的比例，來作為此物體之外形特徵。
6. 最大半徑：物體中心點至邊緣的最長距離。
7. 最小半徑：物體中心點到物體邊緣最短距離。
8. 最大直徑：通過中心點且兩端點均在物體邊緣的最長直線。
9. 最小直徑：通過中心點，且兩端點均在物體邊緣的最短直線。
10. 半徑比：最大半徑與最小半徑之比值。
11. 偏心度：一個區域邊界的長軸或主軸 (principle axis) 是連接相互距離最遠的兩個點的直線。短軸是垂直長軸的，而長軸與短軸之比叫做邊界的偏心度 (eccentricity)。設像素值 f(x,y) 為 1 之總點數為 N，則微粒的偏心度 e 計算如下：
其中，(x0,y0) 是物體的中心點，Mij 是第ij
次矩(moment) 
。
12. 緊湊度：緊湊度 s 之定義為周長 l 的平方與面積 A 之比。
