随着科技的进步,空间技术的发展,高精度遥感影像数据也日益增多。遥感影像信息量丰富,数据量大,已成为获取空间信息的主要来源。但是如何快速有效的从影像数据中查找符合需求的遥感图像,是目前亟需解决的技术问题。传统的图像检索方法根据关键字进行查找,增加了人为的主观不确定因素。基于内容的遥感图像检索方法避免了人工文字上的主观描述,根据图像本身所具有的颜色、纹理、形状等特征进行相似图像的查找,具有十分重要的理论方法基础和应用研究意义。本文基于内容的遥感影像检索方法,在总结国内外遥感影像和图像检索相关的理论知识基础上,提出了本文研究的整体技术路线,以及检索中会遇到的相应问题和优化的研究方案。根据图像检索流程本文研究的主要内容包括以下三个部分:遥感图像特征的提取、图像之间的相似性度量和实验结果的分析与验证。本文采用灰度直方图、频谱和形状等特征提取方式提取了几十种特征,其中根据图像的灰度直方图提取了6种特征,根据频率图像进行环状特征、楔形特征、长宽特征等总共25种特征的提取。形状特征主要利用SURF算法来提取图像的关键点。采用ReliefF算法以分类效果为衡量标准,筛选能更好地反映图像内容的特征,大大减少了图像匹配的时间复杂度。影像库的组织方面以分类的形式进行存储,加快了图像检索的效率。本文采用的相似性度量方法在夹角余弦的基础上进行改进,加上特征的权重,发挥了夹角余弦在多维向量的优越性,同时弥补其对特征权重不敏感的不足。经过实验表明采用几类典型的地物进行图像检索,对图像的相似度结果进行排序,相似性度量值越大,图像越相似。分别使用查准率和排序评价法对输出不同数量的图像进行检验,保证检索方法的准确性。同时,采用全局特征和局部特征结合的方式对图像进行检索,在只采用频谱特征的基础上加入灰度直方图,然后再加入关键点特征,对不同特征的实验结果进行对比和分析,图像的查准率和排序评价的结果在原来的基础上提高了5%左右,取得了良好的检索效果。