图像是一种直接形象地描述客观世界的信息载体,快速高效的从图像数据库中找到查询图像是海量信息处理所面临的瓶颈。实际生活中多媒体数字图书馆、卫星遥感图像、医学图像管理、计算机辅助设计和制造、罪犯识别系统、地理信息系统、商标版权的管理等多方面都需要图像数据库的研究所提供的有力支持,因此对于图像检索的研究具有重要的现实意义。早期的图像检索技术是基于对图像进行文本标注的文本检索。文本标注具有主观性、语言背景的差异性且费时费力。基于内容的图像检索解决了文本标注的不足,它依赖于对图像底层特征---颜色、纹理、形状等的提取、表达和相似性匹配。基于图像一种或多种底层特征检索算法的研究作为一个重要的课题受到了广泛关注。基于颜色的图像检索算法多用颜色直方图描述图像特征,它具有计算简单,效果显著,计算效率高,对镜头位置不敏感,对图像变形、旋转具有不变性等优点,但它无法反映色彩分布的空间信息,从而导致误识率较高。基于纹理特征的检索,一般应用于图像的内容较为丰富,物体和背景不易分割的情况下的检索。链码、傅立叶描述子、Hu不变矩、Zernike矩和伪Zernike矩等诸图像形状特征都可被用于图像的检索,但这些被提取出的图像特征对旋转、缩放、平移等操作的不变性问题仍没得到很好的解决。虽然Hu不变矩等特征对平移、旋转、缩放具有不变性,但需要做太多的图像预处理,计算量较大。本文在总结前人研究成果的基础上,提出了一种融合颜色和形状特征的图像检索算法,利用归一化转动惯量描述目标图像的形状是本文的创新点,通过目标图像各个象素点的坐标计算出的归一化转动惯量能够反映其空间信息,并且利用融合多特征的图像检索能更全面的描述图像是本文的理论依据。本文针对彩色图像,提出将颜色空间进行非均匀量化,将色调、饱和度、亮度分别量化为6个、4个、3个级别,图像的颜色空间共量化为72个级别,可以降低颜色特征的维数和系统开销。建立了目标图像归一化转动惯量的公式(1),借助外部归一化理论将颜色和形状特征归一化生成图像的特征向量,通过公式(2)进行相似性度量。在MATLAB环境下进行了检索算法的实验,并对实验结果进行了分析。式中,f(i,j)表示图像,m(f(i,j))是目标图像的质量,目标区域的重心记为CG(i,j),NMI(f(i,j))为目标图像的归一化转动惯量。其中,HP和HQ是图像P和Q的颜色特征向量,NMIP和NMIQ分别是图像P和Q的目标图像的形状特征向量,w1+w2=1。通过实验可知,在传统颜色直方图无法区分的直方图相同或相近而图像内容差距很大的情况下,对于本文采用的融合颜色和形状的图像检索算法,利用颜色直方图获取颜色特征,利用归一化转动惯量表达目标图像形状信息,通过基于权重调整的相关反馈技术的使用,检索结果更加准确。而如何实现高层语义与低层特征的精确沟通,怎样通过检索中交互反馈以得到用户更满意的检索结果,还需在进一步的研究中解决。