随着计算机软硬件、网络以及多媒体技术的迅速发展,产生了大量的数字图像。因此,如何高效的管理和检索现代大规模的图像数据库,已成为目前的一个研究热点,基于内容的图像检索(Content-based Image Retrieval, CBIR)技术应运而生。基于内容的图像检索是一门涉及信息检索、图像处理、计算机视觉、人工智能等诸多领域的综合性技术。目前,CBIR技术仍处于基于低层特征的研究阶段,检索有效性不高。论文围绕基于内容的图像检索,讨论了若干关键技术,主要内容包括:1.详细介绍了CBIR背景、研究现状及发展前景和国内外一些典型的CBIR系统;研究了基于内容的图像检索关键技术:包括图像的颜色、纹理和形状特征的提取和表达;相似度计算模型,如几何模型、相关计算模型等;图像查询方式,外部图例查询,内部图例查询,草图查询和综合查询;系统性能评价及检索系统的安全性问题;2.阐述了粗糙集理论及在图像处理中的应用,如图像增强、图像分割等。3.利用颜色直方图、主要面积直方图、平均面积直方图得到决策属性集,以可信度、支持度对图像进行分类预测;通过构造图像中对象、背景的粗糙集,得到图像对象间的相似度计算方法。进行了分类、检索的仿真,结果表明了文中方法的可行性。