随着计算机以及通信技术的发展,图像处理被广泛应用于各个领域。伴随着大规模图像数据库的产生,传统的信息管理方式已经不能满足实际的需求。为了便于图像的检索和识别,基于内容的图像检索(CBIR,Content-based Image Retrieval)技术应运而生,并成为图像领域研究的热点问题之一。 基于内容的图像检索是从图像本身的内容出发,由计算机提取图像本身所包含的颜色、纹理、形状等信息,通过检索这些信息对图像数据库进行检索,以满足用户对大量图像的检索要求。 本文以基于内容的图像检索为主线,对检索系统的系统结构和关键技术进行了总结,并在图像形状特征提取和用户相关反馈两个方面作了深入的研究。 形状特征是图像内容的一个基本特征,对形状特征的提取一般建立在图像分割的基础上。本文针对基于边缘检测的图像分割算法中存在的问题,用一种有效的基于延伸权的边缘连接算法来获得封闭的图像轮廓,并通过最大区域搜索进行图像分割。在图像检索模型中,提取分割后的区域的形状特征作为图像的特征进行检索,得到了满意的结果。 由于图像的低层视觉特征与高层概念的相关性较弱,且图像检索系统用户的主观性强,因此把用户模型嵌入到系统中,通过用户反馈来获得用户的检索意图是十分必要的。本文研究了图像检索的层次和相关反馈的基本概念与思想,在对当前在图像检索中常用的相关反馈模型分析的基础上,给出了基于粗糙集加权的图像相关反馈检索算法。 最后,通过对图像检索系统模型的分析与研究,设计并实现了一个图像检索原型系统DUTIRS。