本文研究和讨论了一种基于纹理特征的图像检索算法。为了实现纹理特征的高效提取,选择结合空间域与频域特征的提取方式对纹理特征进行综合描述。在对多种纹理特征提取方法优缺点进行分析后,选择将方向增强型局部二值模式(Local Binary Pattern,LBP)和Gabor小波变换特征相结合的算法作为对纹理特征的描述算法。LBP算法作为图像空间域纹理特征提取中的经典算法,具有灰度不变性、运算速度快等优点,但却存在抗噪声能力、灵活性、稳定性较差,缺少方向识别等不足。经过研究算法模式,对多种改进算法进行分析并对改进方向进行归纳,选择一种稳定性更强的方向增强型LBP算法作为纹理特征提取的重要算法。该算法不仅包括中心点与邻域点灰度值大小的比较,还包括邻域点之间的灰度值比较,可以在增强对方向的识别基础上提高算法的抗噪声能力。Gabor小波变换作为频域信号处理的经典算法,具有较强的稳定性和去噪声能力,可以对图像进行有效的多尺度和多方向变换。但作为单一的特征提取算法时,却存在容易忽略图像局部纹理特征的问题。将方向增强型LBP与Gabor小波变换结合可以实现两种算法的互补,在增加多方向多尺度的全局特征提取的同时增加局部细节特征的提取,从多个角度提高对纹理描述的质量。通过使用Corel-1k数据库对本文采用的结合算法进行对比实验,将查准率作为衡量算法性能的标准。经实验验证,在同等条件下,本文所采用的图像检索算法具有良好的图像检索效果。