随着计算机技术、多媒体技术和网络技术的飞速发展,图像检索正逐渐成为多媒体领域最活跃的研究热点之一。从早期基于文本的图像检索技术的开发到现今基于内容的图像检索方法的研究,再到基于稀疏分解的图像检索算法的探索,图像检索技术的每-次发展都引起了研究学者的高度重视。1993年,由S.Mallat和Z.Zhang首先提出了基于过完备字典库(Over-complete dictionary of atoms)的稀疏分解(Sparse Decomposition)思想,为信号和图像处理的研究提供了一个全新的方向。2006年,Candes、Donoho和Tao等人提出了压缩感知理论,更是为图像稀疏表示的广泛应用奠定了坚实的理论基础。本文在简单介绍了图像检索技术的发展后,全面分析了图像稀疏分解的原理和实现方法,重点阐述和研究基于稀疏分解的图像检索技术。主要工作概括如下：(1)详细、全面地分析了信号和图像基于过完备字典的稀疏分解的原理和实现方法。以匹配追踪为例,对算法复杂度进行分析,提出了基于低维空间搜索和智能计算的MP图像稀疏分解方法。(2)研究了一种基于稀疏分解的图像分类器(SRC),并对分类器设计中的两个重要方面：特征提取和鲁棒性,进行详细的研究,提出改进算法。(3)提出了一种基于稀疏分解的图像检索算法。以基于稀疏分解的图像分类器(SRC)为核心,通过其原理和框架的衍生,实现图像的检索功能。并结合传统的图像检索技术提升原有算法的检索效果。(4)用matlab设计和搭建了基于稀疏分解的图像检索系统。