随着计算机、多媒体、网络、数字通信技术的发展,数字图像已成为各种信息的重要载体,是人们获取信息的重要途径,如何对其进行有效管理和高效检索成为了迫切需要解决的问题。基于内容的图像检索技术从图像的内容特征出发,融合了图像理解技术,试图提供更有效的检索手段,自动化检索出满足用户需求的图片。随着基于内容的图像检索技术应用领域的不断扩展,对算法的智能化和检索性能的要求也越来越高,本文在对商空间粒度计算理论、粒子群优化算法、流形学习理论等智能计算方法的研究基础上提出了几种基于内容的图像检索算法,主要包括如下内容:1.总结和介绍了基于内容的图像检索领域所涉及的关键技术,包括系统基本框架、特征提取算法、相似性度量方法、相关反馈策略、性能评测标准等;2.将商空间粒度计算理论引入图像检索领域,提出了在商空间属性函数层次上进行多粒度合成的图像检索方法;3.将粒子群优化算法应用到图像检索的相关反馈领域,提出了一种基于图像编码的粒子群优化相关反馈算法和一种基于权值调整的粒子群优化相关反馈算法;4.对结合了流形学习思想的保局投影方法进行了研究,提出了一种可以模拟出更优的图像流形结构的基于多权矩阵合成的保局投影图像检索算法。本文的研究结果丰富了智能计算方法在图像检索领域的研究内容,在商空间粒度计算、粒子群优化、流形学习等方面的研究具有一定的理论意义和应用价值,为基于智能计算方法的图像检索问题的研究提供了有意义的方法和手段。