基于内容的图像检索(Content-Based Image Retrieval)研究的目的是实现自动地、智能地检索图像,研究的对象是使查询者可以方便、快速、准确地从图像数据库中查找特定图像的方法和技术。基于内容的图像检索是目前国内外的一个研究热点,它是指直接根据图像内容的各种特征进行检索,目前研究主要集中于底层特征的提取和相似度匹配。在人类视觉属性中,纹理作为基本的视觉特征之一,分布十分广泛,基于纹理特征的图像检索是进行图像检索的主要方法之一。本文分析、比较了几种经典的纹理特征提取方法,以及常用的相似性度量方法和相关反馈技术,着重对纹理特征的提取和相关反馈技术进行了深入研究。本论文的主要工作包括以下几个方面的内容:(1)对基于内容的图像检索的关键技术进行研究,并对主要的图像检索方法进行了介绍与分析。(2)分析了纹理的特性,以及基于纹理特征的图像检索技术的发展现状,通过对现有的纹理特征的提取方法和相似性度量方法进行比较,总结了各种方法的优势与缺陷。(3)利用Gabor小波变换提取图像的纹理特征,并加入Tamura纹理特征的三个分量:粗糙度、对比度和方向性构成图像的纹理特征向量,并对此方法进行了详细地分析。(4)改进传统的相关反馈算法,引入可更新的特征库,系统可以将用户反馈的信息逐步嵌入到这个可更新特征库中。(5)实现了一个纹理图像检索实验系统,对由Brodatz纹理图像库和Uni-bonn纹理图像库组成的试验图像库使用本文的检索方法进行实验,实验结果证实了本文方法的有效性。