随着多媒体技术的快速发展与互联网技术的日益普及,我们拥有越来越多的数字图像数据,图像数据的种类和数量也在与日俱增,无论是军用还是民用设备,每天都会产生相当数量的数字图像,这些数字图像包含了大量有用信息。为了能够从浩瀚的图像数据库中快速、准确地找到用户所需内容,基于内容的图像检索(Content Based ImageRetrieval,CBIR)技术得到了广泛关注,并已成为国际学术界研究的一个热点。本论文围绕基于内容图像检索中的一些关键技术,进行了深入的研究,主要内容包括:(1)为了进一步提高基于颜色直方图的图像检索系统工作效率,以人眼视觉感知特性为基础,结合局部图像相关性,提出了一种基于视觉权值的分块颜色直方图图像检索新方法。该方法首先对图像进行分块处理,并计算出图像子块的颜色直方图;然后结合反映局部区域变化的像素点颜色复杂度,计算出图像子块的视觉权值;最后利用视觉权值对子块颜色直方图进行加权处理,并根据加权颜色直方图进行图像检索。该算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率。(2)以多尺度空间理论为基础,结合局部图像相关特性,提出一种基于感兴趣区颜色直方图的彩色图像检索算法。该算法首先利用多尺度Harris检测算子从原始彩色图像中提取稳定的感兴趣点;然后根据特征尺度自适应确定视觉重要的感兴趣区;最后构造感兴趣区颜色直方图并进行图像检索。该算法具有较好的查准率和查全率。特别地,该算法对光照、锐化、模糊等噪声攻击均具有较好的鲁棒性。