随着计算机网络、多媒体技术的发展,图像作为一种内容丰富信息载体,直观形象地表达着客观世界的信息,所以需要性能良好的检索技术有效地从海量的图像数据库中查询图像检索人们所需信息。基于内容的图像检索有着广阔的应用前景。本文基于这样的背景展开研究,在研究图像目标识别的基础上,重点研究了图像检索技术。第一部分,对于畸变目标识别,结合脉冲耦合神经网络(PCNN)与最大平均相关高度滤波器(MACH)算法,提出了一种新的图像识别方法(PCNN+MACH)。第二部分图像检索,首先重点分析了图像势能理论及其特性,并有效地与PCNN神经元脉冲统计特性做了有效结合,提出了图像势能时间序列(PETS)方法用于图像检索；其次对于彩色图像的检索,分析了图像能量模型和量化颜色空间模型理论,并分别有效地运用于图像感兴趣区域提取和图像色彩特征的提取上,最后提出了基于感兴趣区域多特征融合的彩色图像检索方法。通过大量的实验有效地对相关理论和方法进行了验证。具体地,本文所做的研究工作内容主要在以下几个方面：(1)对PCNN的相似群神经元脉冲同步振荡特性进行了研究,并与最小交叉熵准则结合对图像进行分割提取边缘信息,然后利用分割提取的图像边缘信息在频域内合成MACH滤波器,最后与待识别目标图像作相关实现对目标的识别。基于畸变英文字母识别的实验结果验证了,尤其在图像平移、缩放和旋转等畸变情况下,PCNN+MACH的目标识别算法是一种有效的畸变目标识别算法。(2)在PCNN神经元脉冲统计的启发下,为了得到一种不仅能描述了图像的变化、形状和位置特性而且在一定的误差意义下具有旋转、缩放不和局部变形不变性的图像特征。首先对PCNN神经元脉冲统计理论进行了研究,在分析了图像势能理论的基础上,结合这两个理论提出了势能时间序列(PETS)算法。并将它应用在图像检索中,进行了多组实验仿真。与其他方法检索结果比较表明,从主观观测和客观指标的评价上,证明了该检索方法算法简单,对图像的平移、缩放及旋转有较好的鲁棒性,且检索效果好,效率高。(3)在实际的图像检索中,考虑到单一的图像特征的局限性,彩色图像检索的特殊性,提出了将图像颜色特征和势能时间序列特征等多特征加权融合的检索算法。首先,采用符合人眼视觉特征的量化颜色空间进行图像颜色特征的提取,结合彩色直方图方法,得到颜色信息在颜色空间的分布直方图。最后将图像能量理论运用于图像感兴趣区域提取中,对上述提出的检索算法进行了改进,进一步提出了基于ROI的多特征加权融合算法,用于彩色图像检索。实验仿真结果和多种方法检索结果的对比,验证了本文算法可以有效地对图像进行检索,且具有优越的检索性能。