基于内容的图像检索是信息处理与多媒体技术中迫切需要研究和发展的课题。本论文对基于内容的图像检索技术中的一些关键技术进行了研究,提出了一个鲁棒的图像检索方法:先提取图像颜色聚类信息,然后进行区域描述,在此基础上实现快速检索。论文的主要工作和贡献有: 1、建立了图片库和特征库。通过对1400多张图片进行整理,形成了具有9大类52个子类的图像库:通过对图像库中的图像进行特征提取,形成了图像特征库。借助自建的图像库和特征库,本文检索方法和其他方法可以进行横向比较。 2、提出使用Z值图来解决通常彩色图像处理及分析中存在的问题。通常彩色图像的处理及分析是分别抽取R、G、B三个通道的灰度图分别进行处理然后再叠加,但单个R、G、B通道的色彩对比与匹配会失去整体色彩信息,而将彩色图像转换成无色彩信息的灰度图,虽然可以分析其形状、边缘、灰度聚类区域等特征,但会失去宝贵的色彩特征。Z值图正是包含色彩信息的灰度图,很好的解决了这一问题。 3、提出用区域描述的方法来实现快速检索。由于每幅图像都含有庞大的象素数量,逐点匹配的时间耗费是巨大的,采用区域匹配将大大减少匹配的工作量,缩短检索的时间。 4、采用矩方法使得检索具有较好的鲁棒性。好的CBIR结果应该对图像获取模式是鲁棒的,即是说检索方法对照明条件变化,图像大小、方向及在画面中的位置不敏感。鲁棒检索是较为困难的CBIR问题。 5、提出了一种非几何的相似度量准则。通过对非几何相似度中参数α_i的设置,使得检索能够根据不同的应用要求而得到满意的结果。