1、隨著多媒體信息的廣泛應用，并在數(shù)據(jù)庫系統(tǒng)和計算機視覺兩大研究領域的共同推動下，圖像檢索技術己逐漸成為一個非?；钴S的研究領域。如何有效地對這些圖像進行分析、存儲和檢索是一個亟待解決的問題?；趦热莸膱D像檢索技術能有效的解決這一問題，成為研究的熱點。基于內容的圖像檢索(CBIR)不同于傳統(tǒng)的基于文本的圖像檢索，它實際上是一種模糊查詢技術，通過對圖像提取一定的特征，找出在特征空間中與查詢要求接近的圖像，從而實現(xiàn)在圖像數(shù)據(jù)庫中自動地、智能地檢索

2、、查詢和管理圖像。在CBIR系統(tǒng)中，特征的提取和匹配算法是決定圖像檢索結果的關鍵。在已經存在的顏色特征，紋理特征，形狀特征等幾種特征提取方法中，由于紋理特征能夠描述圖像的平滑，稀疏，規(guī)則性等特性，因此本文決定采用紋理特征作為圖像檢索的依據(jù)。 首先，介紹了國內外基于內容的圖像檢索系統(tǒng)的研究現(xiàn)狀，從基于內容的圖像檢索系統(tǒng)的基本原理入手，論述了基于內容的圖像檢索系統(tǒng)的通用框架、關鍵技術、檢索特點以及應用領域。 其次，描述了紋理

3、和紋理特征，介紹了幾種常用的紋理分析方法，有灰度直方圖、邊緣方向直方圖、空間灰度共生矩陣、Tamura紋理特征、Gabor濾波器和Gabor 小波以及圖像紋理譜分析方法，本文在傳統(tǒng)的紋理特征提取方法的基礎上，利用Gabor小波變換在數(shù)字圖像中局部區(qū)域的頻率，方向信息的優(yōu)異性能，和共生矩陣對圖像的整體區(qū)域有著較好的處理效果的特點，嘗試了結合灰度共生矩陣和Gabor濾波器來提取紋理特征的方法，并對提取的特征進行高斯歸一化處理。 另外