随着多媒体技术的发展,包括图像、音频、视频等信息的多媒体数据大量涌现,如何从大量的信息中快速、有效地检索到所需的内容,已经成为多媒体技术研究中的热点问题。本文对基于内容的图像检索技术作了较全面的研究和介绍,重点研究了基于颜色和纹理特征的图像检索方法,并对其中涉及到的颜色模型,颜色直方图,颜色量化,归一化直方图,灰度共生矩阵,特征归一化,相似性度量等进行了较深入研究。随着多媒体技术及Internet网络的迅速发展,图像信息资源的分类已成为国内外研究的热点。相对于文本,图像的数据量更大,如何建立有效的图像描述和分类机制就成为了一个迫切需要解决的问题。图像的信息分类技术经历了三个阶段,图像特征的文本描述->图像表层视觉特征->图像的语义内在特征,本次毕设的研究处于第二阶段。基于内容的图像分类涉及信息分类,图像处理,计算机视觉,机器学习,人工智能等诸多研究领域,是一个很有发展前途的研究方向。在最近的几年,图像分类系统已经逐渐开始走向商用化,而且取得一定的发展,在巨大的商机的驱动下,越来越多的人将会进入图像分类这个领域,从而促进这个领域的进一步发展。现有的图像分类已经具有比较好的分类性能,读者可以去Baidu,google看看它们的图像分类性能,应该说性能已经比较好,但是仔细的人可能看出有很多不匹配的图像也被显示出来,所以可以说它们的图像分类系统应该还处于图像分类的前两个阶段,即基于图像特征的文本描述和基于图像表层视觉特征,还有待于进一步的提高。