20世纪90年代,基于内容的图像检索技术被提出并在短短十几年便迅速成为检索技术的研究热点。基于内容的图像检索主要是直接对图像内容进行分析并抽取特征,如图像的颜色、纹理、空间等可视化特征,利用这些内容特征建立索引并进行检索。它突破传统的基于文本检索技术的局限,克服了手工注释的低效性和二义性。基于内容的图像检索对信息查询、下一代Internet的发展及基于内容的视频检索等方面都有着非常重要的应用价值。本文针对当前基于内容特征的图像检索技术现状和存在的问题,对以下几方面进行了研究:1)系统阐述和总结了基于内容的图像检索涉及的各项关键技术,包括基于内容的图像特征描述和提取、特征相似度计算及内容特征的检索性能评价等。2)通过研究和分析不同的颜色空间和颜色特征,采用对HSV颜色空间进行合理的量化,分别提取颜色直方图、颜色矩形成特征矢量作为检索算法。针对颜色直方图不包含任何空间信息问题,本文采用了基于HSV色彩空间分块直方图进行图像检索的方法,增强了图像的空间位置信息,大大提提高了检索效率。3)通过实验比较分析了分别基于空间域的灰度共生矩阵和频率域的Gabor小波的纹理特征检索。在深入研究单一特征检索的基础上,通过构建各特征量的权值,提出了一种综合利用颜色和纹理两个特征共同进行检索的方法来实现多特征的图像检索。文中多特征检索采用的颜色和纹理特征提取算法分别是HSV空间颜色直方图及灰度共生矩阵。对图像数据库的检索实验表明,综合特征检索要比单一特征检索更符合人的视觉感受要求,因而检索效果更好。4)文中采用500幅Corel及500幅Brodatz标准图像库进行实验,并对实验数据进行了统计分析。通过比较各种算法的查全率与查准率,研究了各种算法的优劣性以及适用性。设计并实现了一个基于内容的图像检索系统原型。该系统提供颜色特征、纹理特征的单一特征检索,以及综合颜色与纹理的多特征检索,并建立了特征数据库。对于多特征检索,用户可以根据所查询的图像特征,设定颜色特征提取与纹理特征提取的权重比值,以更精确快速地获取检索结果。