图像数据包含着丰富的信息,但相应的数据量也非常大。因此,在实时应用中,对图像的检索具有了更高的要求。现有的基于内容的检索方式(CBIR),虽然检索效果相对较好,但需要对图像进行完全解压缩,然后提取特征进行检索,这样会消耗大量内存空间,检索速度慢,于是研究人提出基于压缩域的图像检索算法。随着许多压缩标准的制定和推广,日益显示出其重要性。JPEG2000是新一代的静态图像压缩标准,其压缩率高,解压缩后图像清晰,还能实现渐进传输和针对感兴趣区域(ROI)的高质量恢复,JPEG2000最终会取代现有的JPEG压缩标准,成为新一代的压缩标准。因此针对JPEG2000压缩格式图片的压缩域的检索有很好的实用价值。本论文深入研究了目前压缩域图像检索技术和JPEG2000静态图像标准,并提出了两种基于JPEG2000压缩域的图像检索方法:①提出了一种基于小波域系数的检索方法,每个子带划分成若干个码块,通过子带的系数判定码块的有效性(0,1表示有效性),使用上下文标志(Context Labels)的方法,得出每个码块的上下文,然后统计每个子带中码块的九种上下文概率,构成特征矩阵,并用于计算相似性度量。实验结果表明该方法具有良好的检索效果,对于纹理特征明显的图像更为突出。②提出了一种基于JPEG2000压缩码流特征的检索方法,根据其特有的码流组织规律,提取特征用于检索。首先将包头信息解码出来,提取零位平面信息和码块中编码通道数信息作为两个索引,并提取子带码流长度用于第三个索引,本文还提出子带压缩比的概念:子带码流长度与子带系数个数之比,并将其作为第三个索引。实验结果证明,由于方法不需要进行JPEG2000中最复杂的熵编码和反量化解码阶段,检索速度比较快。