1、基于內(nèi)容的圖像檢索(CBIR，Content-Based Image Retrieval)是一種利用圖像的視覺特征(顏色、紋理、形狀等)進(jìn)行圖像檢索的技術(shù)。由于計(jì)算機(jī)科學(xué)和數(shù)據(jù)庫(kù)技術(shù)的發(fā)展，CBIR己成為國(guó)內(nèi)外的一個(gè)研究熱點(diǎn)。本研究主要是對(duì)CBIR的研究方法進(jìn)行了初步嘗試，分別對(duì)顏色、紋理、形狀等特征進(jìn)行圖像檢索的幾種方法進(jìn)行了探討。 顏色作為圖像的一種重要視覺信息，己得到廣泛應(yīng)用。顏色直方圖是最常用的一種顏色特征提取方法。本文

2、對(duì)利用顏色特征進(jìn)行圖像檢索的幾個(gè)關(guān)鍵問題：顏色空間的選擇以及不同顏色空間之間的轉(zhuǎn)化，顏色空間的量化和顏色直方圖的相似性度量進(jìn)行了討論。利用灰度共生矩陣方法計(jì)算圖像的反差、能量、熵、相關(guān)四個(gè)特征值作為圖像的紋理特征，是人們公認(rèn)的一種紋理分析的重要方法。本文采用此方法提取紋理特征。并對(duì)系統(tǒng)中的紋理提取方法做了比較詳細(xì)的介紹。利用Tamura等提出的基本紋理描述理論，提取紋理的粗糙度、對(duì)比度、和方向性等特征，并在系統(tǒng)中加以利用。在形狀特征方面

3、，回顧了傳統(tǒng)的基于一階微分的邊緣檢測(cè)理論，并參考有關(guān)文獻(xiàn)，利用了一個(gè)比較實(shí)用的邊緣檢測(cè)算子，并對(duì)與之相關(guān)的一種邊緣圖像閾值的確認(rèn)方法進(jìn)行了探討，用于在系統(tǒng)中提取圖像邊緣。除此之外，本文介紹了不變矩在作為形狀特征的提取方法，并和傅立葉描述子比較。在系統(tǒng)中，用傅立葉描述子提取圖像的形狀特征。 本文還對(duì)圖像檢索中的另一重要問題——圖像數(shù)據(jù)庫(kù)做了討論，在比較其與傳統(tǒng)的數(shù)據(jù)庫(kù)的差異的同時(shí)，提出了數(shù)據(jù)庫(kù)的組織和管理的基本原則。在以上理論的基