随着计算机网络技术、多媒体技术的迅速发展,人们每天都会接触大量的图像信息。如何对规模越来越大的图像数据库、可视信息进行有效的管理,快速、高效地从海量图像数据中检索出所需信息一直备受国内外科学研究工作者的关注。图像搜索技术正是在这样的背景下,成为了近十年来的研究热点之一,并且广泛地应用在数字图书馆、网络信息安全、医疗诊断,搜索引擎等领域。目前,图像搜索技术发展的主要方向是基于内容的检索,针对图像的颜色,纹理,形状三个底层特征来进行。其中,颜色特征是图像最基本的视觉特征,在图像搜索系统中有广泛的应用。同时,由于图像底层物理特征相对于人的基于语义的视觉认知之间有很大的距离,如何充分提取图像的颜色特征,构造高效的检索算法一直是图像搜索领域的一个重要课题。本文主要基于颜色特征对图像搜索技术展开研究,包括已有技术的分析,改进以及新算法的提出。主要工作集中在两个方面:颜色的整体特征和颜色的空间分布。对于颜色的整体特征,本文深入分析了特征提取和匹配的各个环节的关键技术,包括颜色空间,颜色量化,颜色特征的提取,相似性度量,背景色的处理以及检索性能评估。其中,着重研究了在相似性度量环节对背景色的识别和统一,以降低背景色对检索结果的干扰。对于颜色的空间分布特征,本文依据人的视觉特性,归纳了颜色—空间特征的提取目标,在深入分析颜色相关图算法的优缺点的基础上,提出了改进后的分块颜色相关图算法。最后,本文基于具有背景处理功能的颜色直方图算法和分块颜色相关图算法,提出了一种基于颜色特征的二次图像搜索技术,并通过实验证明该技术具有较好的检索性能。本文在对现有技术深入研究的基础上,进行了一定的改进,主要体现在以下两个方面:(1)提出了一种具有背景色识别功能的颜色直方图算法,该算法根据背景色在图像中的分布特点以及与前景色的对比关系,在相似性度量环节进行背景色的识别和匹配。实验证明,对于有相似前景目标却有不同背景色的图像,该算法取得了较好的处理效果,从而提高了传统颜色直方图的检索性能。(2)提出了基于图像分块和主色选取的颜色相关图算法,针对传统相关图算法时间效率低,受图像的缩放,平移和旋转影响大等不足,进行了改进。将颜色块作为空间分布度量的基本单位,有效的地提高了算法的性能。