随着多媒体设备的广泛普及,互联网的迅猛发展,数字图像以惊人的速度日益增长。面对日益增长的数字图像,用户如何从数据库中快速高效的检索出符合人们要求的相关图像,已经成为人们关心的热点问题。目前图像检索的工具主要是：基于文本的图像检索、基于内容的图像检索、基于语义的图像检索。其中基于文本和基于内容是最常用的图像检索技术。为了提高检索的效率,本文提出了基于形式概念分析的图像检索技术。形式概念分析(Formal Concept Analysis, FCA)作为数据分析、规则提取和知识发现的强有力工具,将数据用概念格的形式有效地结合起来,从而发现概念内部的隐含知识。现在形式概念分析已经在机器学习、数据挖掘、信息检索等领域得到了广泛的应用。为了提高图像检索效率,本文在FCA(形式概念分析)的基础上,提出了基于形式概念分析的图像检索技术。首先,本文研究了国内外图像检索的现状,分析了形式概念分析的实际应用,然后提出了基于形式概念分析的图像检索方法。主要在图像相似度的计算上做出了改进。其次,本文给出了形式概念分析的理论基础,介绍了形式背景和概念格的构造方法,并用简单实例来说明了形式背景和概念格的构造方法,对概念格在主流方向的应用做出了总结。然后,本文介绍了现有几种的图像检索的技术,并简要的说明了现有图像检索技术的利弊。基于内容的图像检索技术可分为图像底层特征(颜色特征、纹理特征、形状特征)的提取和图像相似性的计算。最后,本文以形式概念分析为理论基础,给出了图像的形式背景的定义,生成了图像的概念格,同时给出了图匹配的相关知识。将图像的形式背景生成概念格之后,将概念格相对应的Hasse图,然后利用图匹配找到与示例图像相似的图像,最后利用概念格相似性进行图匹配的计算。即将形式概念分析(主要是概念格)应用于图像检索中进行图像特征相似度的计算。从网上随机的找到了120幅图像,使用本文的方法对图像进行检索,说明了方法的有效性。