本文主要研究“基于内容的图像检索技术”和“基于内容的敏感图像过滤技术”,在理论分析的基础上,对相应算法进行深入研究。1.在基于内容的图像检索方面为了提高相关反馈的效率,本文提出了基于相关反馈和协同过滤的图像检索算法。利用协同过滤方法分析反馈日志文件,从而预测数据库中图像与检索样本之间的语义相关性。实验结果表明,本文算法在检索精度上明显优于使用完全基于图像视觉特征进行反馈的检索方法。本文算法在第1次反馈后所达到的检索精度就接近了传统方法通过5次反馈所能到达的检索精度。本文算法只需3次反馈就基本上达到了系统的最高检索精度,并且反馈过程中本文方法的检索精度与传统方法相比具有较好的稳定性。2.在基于内容的敏感图像过滤方面为了提高敏感图像过滤的精度和效率,本文提出了一种基于Gabor函数和多层次识别的敏感图像过滤算法。该算法在利用统计颜色模型对待检图像进行肤色检测的基础上,采用Sobel算子与Gabor滤波器相结合的方法提取图像的肤色特征和纹理特征,并利用RBF神经网络和支持向量机对敏感图像进行多层次过滤识别。实验结果表明,该算法对“含色情内容的图像”和“不含色情内容的图像”均具有较好的识别过滤效果,其正检率高于91%,误检率低于14%。