本文针对目前基于内容的图像检索算法在算法效率和准确性方面存在的局限性,探讨了基于内容的图像检索技术中若干重要问题,提出了一种应用于基于内容的图像检索系统的多特征融合方案,着重研究了基于内容的图像检索中特征提取、多特征融合及模糊特征匹配等问题,并设计了一套实验方案。实验表明,本方案较合理地解决了目前检索系统的局限性。在简要介绍了基于内容的图像检索的基本技术以及国内外发展与应用现状的基础上,本文着重研究了以下两个方面的问题:第一,大部分自然景观图像中,物体的边界通常不是很明确,这给基于区域的检索带来了障碍。本文提出了一种多特征融合技术,将某一像素所属的区域用隶属度表示出来,很好地适应了这种物体边界的不确定性。第二,目前的检索系统大多使用全局特征,这样,占有图像大部分的背景往往决定了检索结果,误导用户对检索结果的理解。本文将区域特征与半全局特征相结合,利用模糊相似度匹配技术,实现了不同尺度上的图像特征表达,在检索准确度和效率之间求得了一个平衡。本文的创新点在于:1.利用EM算法将图像分割成若干个一致性区域,每一个区域近似对应于图像中的一个物体。考虑到图像中物体的边界可能不是很明确,提出一种多特征融合技术,将每一像素所属的区域用隶属度表示出来,适应于对自然景观图像的检索。2.基于特征的模糊表示,提出一种模糊相似度匹配技术,使得待匹配的两幅图像中任意两个区域之间都能进行一次匹配,在保证检索准确率的前提下兼顾了系统效率。