我国拥有丰富的文物资源,但是对这些文物资源的保存却十分困难。在“大数据”的时代背景下,为了更好的对文物资源进行鉴赏、交流和保护,建立一个完善的数字化文物保护体系势在必行。作为馆藏文物数字化进程的重要组成部分,文物图像检索技术逐渐成为新的研究热点。文物图像本身具有数据量大、维度和信息分辨率高等特点,传统的检索方法已不能实现对海量文物图像的快速精准检索。基于内容的图像检索技术(CBRI)应运而生,并迅速成为图像处理和计算机视觉领域的技术新贵。本文对CBIR的关键技术进行探索了与研究,旨在构建一个性能良好的文物图像检索模型。所做的主要工作有:(一)研究了图像底层视觉特征的提取算法。通过对大量实验数据的对比分析,提出了综合使用颜色特征和LBP-HF纹理特征的多特征融合方法来实现对文物图像的检索,实验证明该方法的检索准确率高于单特征检索。(二)探索了图像的相似性度量标准。因为文物图像中颜色信息和纹理信息在图像检索时的所起到的重要性不同,提出了对不同特征的相似度进行加权求和的方法,并将其作为图像特征的综合相似性度量标准。(三)将基于图像底层视觉特征的图像检索技术与相关反馈技术相结合,避免了因缺乏高层语义而产生的“语义鸿沟”。通过对用户反馈信息的不断学习,调整检索策略,进而达到提高文物图像检索性能的目的。