1、近幾年來(lái)隨著互聯(lián)網(wǎng)和多媒體信息的飛速發(fā)展，現(xiàn)代社會(huì)中數(shù)據(jù)信息爆炸式的增長(zhǎng)，如何有效并且快速的進(jìn)行數(shù)據(jù)的獲取是當(dāng)今重要的研究課題。圖像數(shù)據(jù)在媒體信息中占據(jù)著重要位置，并且在數(shù)字圖書(shū)館、醫(yī)學(xué)、地理等領(lǐng)域中應(yīng)用十分廣泛，如何從眾多的圖像數(shù)據(jù)中快速而且有效的獲取信息成為目前科學(xué)研究的熱點(diǎn)。關(guān)于基于內(nèi)容的圖像檢索技術(shù)的研究正是為了這一方向而產(chǎn)生的，主要目的是為能夠有效的在數(shù)據(jù)庫(kù)中獲取所需要的圖像提供可靠的算法。
　　本文從圖像檢索中圖像的特

2、征提取入手展開(kāi)研究，系統(tǒng)的研究了圖像特征提取的基礎(chǔ)技術(shù)，主要包括了圖像的顏色、紋理及形狀特征提取算法，并在原有的算法上進(jìn)行改進(jìn)，以增強(qiáng)算法的可用性。在顏色特征的提取中運(yùn)用了與人視覺(jué)具有一致性的HSV的改進(jìn)模型，提出了一種圖像顏色集的區(qū)域劃分算法，降低了顏色特征提取的維度；在紋理特征的提取中，利用LBP算子的改進(jìn)算法，在中心像素的二值描述中使用了改進(jìn)的圓形鄰域的擴(kuò)展形式，以提高圖像紋理描述的效果；在形狀特征的提取中，考慮了灰度圖像中邊緣輪

3、廓不明顯的問(wèn)題，對(duì)圖像的對(duì)比度進(jìn)行增強(qiáng)后，提取圖像邊緣，并且用8-方向的鏈碼描述圖像形狀特征。通過(guò)實(shí)驗(yàn)，對(duì)比了不同的特征提取技術(shù)對(duì)圖像檢索結(jié)果的影響，討論了對(duì)圖像不同特征的權(quán)重值分配問(wèn)題。實(shí)驗(yàn)結(jié)果證明，改進(jìn)的特征提取算法是有效的，多特征融合檢索算法要優(yōu)于單一特征值檢索算法。
　　本文最后研究了圖像檢索中的反饋圖像檢索，利用SVM和圖像的不同特征，對(duì)不同的樣本進(jìn)行了圖像檢索的研究，通過(guò)實(shí)驗(yàn)表明，基于反饋特征的圖像檢索取得了有效的檢索