计算机技术、多媒体技术及Internet的迅速发展,使得基于内容的图像检索成为多媒体领域最活跃的研究热点之一.该文在全面分析这一领域中的关键技术基础上,结合目前的研究热点,重点研究了基于局部图像特征的检索方法.主要工作概括如下:1.系统分析和研究了基于内容的图像检索领域的一些关键技术,如:颜色、纹理、形状等图像低层特征的描述方法,图像间的相似性度量方法,图像库索引机制,相关反馈等.并且,总结了现有的压缩域图像检索技术的研究进展.2.提出了一种基于显著区域的图像检索方法.显著区域定义为图像灰度变化较大的区域.此方法首先计算方差图像,它反映了图像空间的灰度变化情况,接着使用最大类间方差阈值分割算法对方差图像进行分割,从而提取出图像中的显著区域.然后对显著区域进行特征提取,并用显著区域的特征代表图像特征来计算图像之间的相似性.大量的检索实验表明,这种方法有较好的检索效果.3.提出了一种基于兴趣点分布的图像检索方法.这个方法首先使用兴趣点检测器检测出兴趣点,然后以兴趣点为线索,通过一种基于兴趣点的环形直方图提取兴趣点邻域内的局部颜色信息,从而描述和检索图像.在此算法中,关键技术是基于兴趣点的环形直方图,它克服了颜色直方图没有位置信息的严重缺陷,同时保证了检索算法对图像旋转、平移的鲁棒性.大量的实验结果表明,此检索方法简单、快速、有效.4.用VC++6.0设计和搭建了一个基于内容的图像检索系统,实现了多种图像检索技术,为不同算法的效果验证提供了同一平台.