采用小波多尺度分析的思想用于图像检索是近年来基于内容的图像检索中的研究热点之一。本文主要研究如何从图像整数小波变换后的多尺度信息中有效地提取特征来描述图像的内容,以及不同的相似性度量方法对检索性能的影响。论文首先阐述了图像低层特征的提取、图像间的相似性度量方法、相关性反馈等技术,接着介绍了小波变换的基本原理,其中着重论述了整数小波变换和小波包变换,然后从这两个方面展开了一些探索性的研究。本文的主要贡献总结如下:1.提出了一种综合颜色和纹理特征的检索算法。在对HSV彩色模型做特殊处理的基础上,采用整数小波变换低频部分的量化颜色直方图代表颜色特征,小波多尺度表示方法中细节信息的方差统计量代表纹理特征。通过对花卉彩色图像数据库中不同类型的图像所进行的实验结果表明,综合特征的检索要优于单特征的检索,它充分利用了颜色的丰富表现性和小波变换的多分辨性及其变换系数的统计特性。2.提出了一种颜色和纹理多特征的相关反馈检索算法。颜色特征采用整数小波低频系数矩阵中环形区域的F-范数,纹理特征则采用高频部分的能量比值。此外,利用相关反馈技术来不断地调整距离测度中的权重系数,以满足用户的检索要求。通过对包含旗帜、蝴蝶、草地等不同类别图像的彩色图像库的检索实验得知,该算法有效地提高了图像的检索性能,其特征维数少、计算复杂度小的优点使得它十分适合于大型图像库的检索。3.针对医学图像库中大多为灰度图像的特点,常用的颜色特征在医学图像的检索过程中很难发挥作用。由于人体的各类器官组织的纹理结构有着较大的区别,同一器官组织的纹理结构相当明显。据此,提出了一种从整数小波变换后的不同频带中提取纹理特征的检索算法,取得了较为满意的实验结果。4.对于纹理图像库,传统的金字塔型的小波分解已不足以描述纹理图像的多尺度、多方向性的特征,提出了一种基于整数小波包分解的纹理特征检索算法,该算法充分利用了小波系数的各尺度内和尺度间不同频带的内在关系。同时,基于该特征,对八种不同的相似性度量方法进行了分析和比较。实验结果表明,与传统的L1、L2等距离测度相比,Canberra和Bray-Curtis距离测度能有效地改进图像检索系统的性能。5.提出了一种利用低频与高频整数小波系数矩阵的能量之比作为特征量的纹理图像和非纹理图像的区分方法。论文最后总结了本文的工作,并提出进一步的研究探索方向。