基于内容的图象检索(CBIR,Contend based image retrival)是当前计算机视觉领域中的研究探索的热门课题,它是科学技术前进成长和推广应用的重要成果,在图象数据库日益增长,图象种类多样和数目急剧膨胀的情况下,因其符合用户快速、精确地搜寻所需图象的需求而日益受到人们的重视。该技术把图象的内容特征利用图象本身固有的形状,颜色,纹理等低层视觉特点来提取,再根据图象的特征来度量图象间的相似性,从而完成图象检索。显然,精确提取有用的图象底层视觉特征是CBIR中极其重要的。近些年来,即使基于单一特征的图象检索技术已经有了某些研究成果,然而单一特征不能完全地表示图象内容,因而联合两种或多种特征来提高检索精度成为一种较为可行的方式。但是如何有效地联合多种不一样的特征,以便相互互补地完全的表示图象内容,并检索出合适人眼视觉感知的图象,是一个值得进一步钻研的热点问题。本文根据视觉主要的图象底层特征,针对如何有效地提取图象特征进行了钻研,并应用小波变换的多尺度特性,实现了特征提取算法的改善。二进小波是一种连续小波和离散小波之间的自己带有很强方向性的小波函数,有平移不变性,可以有用来制止非线性变换引发的视觉形变,具备了抗噪的能力,使得它在图象的特征提取方面得到了普遍的应用。本文首先提取形状,纹理,颜色特征进行单个特征的图象检索。颜色特征中先用形态学原理检测图象彩色边缘,然后对彩色边缘进行提取颜色特征。纹理特征中选择性质能力优好的二进小波滤波器,再经由过程二进小波变换与局部二值模式提取图象纹理特征。形状特征中先用二进小波模极大值边缘检测法提取边缘然后用不变矩表示形状特征。最后对形状,纹理,颜色进行有效地结合,进行多特征的图象检索,并在公认的标准图象库中在MATLAB环境内进行仿真试验。试验结果表明,所提取的特征向量自然地包含了多种底层信息,从而周全互补地反映了图象内容,并与当今同类算法进行对比可知,该算法不但具备更好的查准率和查全率,并对图象中存在的光照转变和几何转变具备了很强的结合。