1、傳統(tǒng)基于內(nèi)容的圖像檢索算法，首先提取圖像的顏色、紋理、形狀等特征值，構(gòu)成特征向量。通過(guò)在圖像數(shù)據(jù)庫(kù)中檢索k-近鄰特征向量，得到圖像的檢索結(jié)果?；谔卣魅诤系膱D像檢索算法由于檢索效果比單一特征效果精度高，算法穩(wěn)定，越來(lái)越受到研究者的重視，如何在不影響檢索速度的情況下，提升檢索的精度是一個(gè)研究的熱點(diǎn)。
　　在深入研究圖像檢索算法的基礎(chǔ)上，本文對(duì)圖像特征提取中的關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)研究，提出了一種基于改進(jìn)的特征融合圖像檢索算法。針對(duì)單一特

2、征提取的圖像檢索方法在跨圖像數(shù)據(jù)集時(shí)適應(yīng)性不足，提出了一種FCTH-BoVW特征融合圖像檢索算法。采用互惠k-近鄰圖融合FCTH全局特征和BoVW局部特征。傳統(tǒng)的多特征融合主要通過(guò)線性加權(quán)的方式，檢索效果容易受到權(quán)重的影響，且不同的圖像數(shù)據(jù)庫(kù)需要選取不同的參數(shù)，適用性不足?；诨セ輐-近鄰的多特征融合方法，通過(guò)搜索最大密度子圖作為檢索結(jié)果，避免了選取最優(yōu)權(quán)值。針對(duì)FCTH特征，提出了一種環(huán)形加權(quán)的改進(jìn)算法，針對(duì)BoVW特征，提出了一種視