基于内容的图像检索技术是图像处理技术和传统数据库技术结合的结果,也是近年来数据库领域研究的热点问题。在图像的三个主要低层视觉特征中,利用颜色和纹理的图像检索技术已经非常成熟,而基于形状的检索效果还很难令人满意。本文着重研究了基于形状的检索的关键技术,即形状的表达方式和形状的匹配方法。本文的主要贡献如下:论述了已有的基于轮廓的和基于区域的形状描述符,分析了这些形状描述符各自的优缺点和主要原理。同时介绍了图像的关键处理技术,讨论了图像的预处理技术,滤波技术和边缘特征提取等图像检索相关技术以及本文采用的处理技术。提出了改进的基于形状上下文的图像检索技术,这个方法是利用图像的轮廓特征来进行检索的。用一组有限的离散的点集来表示这个形状,然后利用形状上的一个取样点到其余点的矢量集来获取这其余点的空间信息,最后根据形状直方图来匹配两个形状上的特征点。同时,考虑到代表一个形状的点比较多,对图像库中的图像只取少数几个点,与待检索图像的所有点进行匹配。改进之后,检索效率大大提高,而且检索结果也令人满意。基于轮廓的描述符只利用了图像的边界信息,而丢失了图像的内部信息,而且要精确提取图像的边界信息也存在难度。基于区域的形状描述符利用所有像素信息来提取形状特征,这有着更广泛的应用。为了充分捕捉图像的空间信息,本文提出了一种基于图像半径和角度的形状描述符,该描述符充分捕捉了图像径向和周向的信息,利用半径直方图和角度直方图的综合信息,来对图像进行匹配。实验证明,该方法取得了很好的检索效果。基于形状的图像检索算法由于其在空间相关性上的优势,弥补了颜色和纹理作为检索特征的一些不足。基于形状的图像检索技术必将为人们的工作和生活带来更大的便利。