1、隨著計算機技術(shù)、多媒體技術(shù)等的飛速發(fā)展與廣泛應(yīng)用，數(shù)字圖像的數(shù)量正以驚人的速度增長，如何對這些海量圖像數(shù)據(jù)信息進行合理而高效的管理、組織、分析和檢索，正逐漸成為研究的熱點課題。
　　這篇論文主要針對基于區(qū)域的圖像檢索系統(tǒng)中的相關(guān)技術(shù)進行了研究，包括圖像底層視覺特征提取，圖像區(qū)域分割，相似度計算以及相關(guān)反饋等技術(shù)。
　　圖像底層視覺特征抽取技術(shù)是基于區(qū)域的圖像檢索中的一個關(guān)鍵步驟，針對于當(dāng)前圖像分割算法速度較慢而不具備實時性的

2、情況，提出了一種新的基于L*a*b*色彩空間的分塊抽取特征方案，降低待處理的樣本數(shù)據(jù)量，從而有效減少圖像區(qū)域分割所耗費的時間。
　　在基于區(qū)域的圖像分割方面，提出了一種新的快速圖像區(qū)域分割算法。這種方法在抽取圖像的底層視覺特征的基礎(chǔ)上，首先運用Mean-shift算法進行聚類，獲得聚類簇數(shù)和初始蔟中心，然后再利用改進的K均值算法進行聚類，實現(xiàn)圖像的快速分割。實驗結(jié)果表明提出的新方法不僅分割速度快，而且得到的分割結(jié)果穩(wěn)定，避免了過度

3、分割。
　　在圖像相似度計算方面，介紹了一種基于區(qū)域整合的相似度計算方法。這種方法綜合考慮了圖像分割后得到的所有區(qū)域。實驗結(jié)果表明這是一種性能較好的度量方法。在相似性計算的基礎(chǔ)上，提出了受限隨機瀏覽的思想。這種受限隨機瀏覽方式能讓用戶快速了解圖像庫并允許用戶挑選查詢例子圖像。
　　在相關(guān)反饋方面，提出一種基于支持向量機與反饋日志分析的相關(guān)反饋的圖像查詢方法，其目的是利用人機交互與反饋歷史數(shù)據(jù)，使檢索的結(jié)果更加貼近用戶的需求。