便携式拍照设备的普及促进了图像数据的迅速增长,人们对于高效的图像检索方法的需求也越来越迫切。草图图像对于描述人类脑海中的模糊图像概念有着极大的优势,且随着触屏手机、电脑的推广,用户可以方便地绘制并输入需要查询的草图图像,这更加推动了基于草图的图像检索方法蓬勃发展。本文针对现有草图检索方法中存在的数据库图像预处理粗糙,提取的轮廓线包含较多噪声点,草图特征提取方法对形变的鲁棒性差,匹配检索方法优化不够,与用户交互性差的问题,分别从图像预处理、草图特征提取以及图像检索匹配三个方面进行深入研究。论文的主要工作包括:1.提出一种基于Snake和显著图的彩色图像草图化处理方法。针对现有草图检索方法对数据库图像预处理不够重视、处理粗糙的问题,利用显著度对比确定图像中物体的大体位置,并利用梯度绘制初始轮廓线,再根据Snake模型迭代获得精准的轮廓边界。该方法处理得到的轮廓草图结构简单、图像的主体部分突出且噪声点较少,贴近手绘草图的绘制习惯。2.提出一种基于局部几何不变矩的草图特征提取方法。针对现有草图特征提取算法对识别形变草图鲁棒性差的问题,根据各草图的几何特征分别建立坐标系,并以此坐标系对草图分块,利用几何不变矩提取各图像块的特征向量作为草图的特征。该方法以对图像各种变化鲁棒性较好的矩为特征描述方法,保证了草图识别效果的同时通过对多维特征向量的组合匹配有效提高了大规模图像检索的匹配准确率。实验表明,该方法能够有效检索出不同尺度、位置、旋转角度及形变的草图图像,识别准确率较形状上下文、梯度方向直方图、GIST特征提取算法和EI-S算法平均提高了 12%以上。3.提出一种基于模糊理论和蚁群算法的图像检索优化方法。针对大部分草图检索匹配算法分类匹配简单、与用户交互性差的问题,以隶属度函数划分并排序草图图像检索结果,根据用户对检索图像的反馈结果更新图像关联度矩阵,利用该矩阵对检索结果进行优化。对不同特征提取方法的检索结果优化实验表明该方法对图像检索结果准确率有一定的提升,可有效提高相似图像的排序。