图像检索是多媒体应用的关键技术,特别是基于压缩域图像检索技术,由于处理的数据量少,减少了对计算机资源的需求,提高了系统的实时性、高效性和灵活性,对多媒体业务的普及和拓展以及多媒体网络的繁荣起着积极地推动作用。因此基于内容的压缩域图像检索有着重要的理论意义和应用价值,是当前图像检索的热点和趋势。本文对基于压缩域的图像检索进行了研究,主要工作如下: (1)系统地论述了压缩域图像检索技术的发展现状,总结了图像检索的一些关键技术。 (2)在对子带小波系数分布的统计特性进行分析的基础上,研究了基于广义高斯分布的小波域图像检索方法,实验发现:对于系数动态范围大而峰值又尖锐的图像,广义高斯分布不能够很好地描述这种小波系数的分布,这会影响到图像检索的效果。由于高斯混合模型具有一个重要特性:如果模型中的成员足够多,就可以任意精度地逼近任意的连续分布。因此本文提出改用高斯混合模型来拟合子带小波系数的分布。实验显示,混合模型对小波系数分布的拟合效果比广义高斯分布有明显提高,证明改进的想法是可行的。 (3)对基于广义高斯分布的小波域图像检索方法进行改进。采用两个分量的高斯混合模型拟合小波系数的统计直方图,近似描述系数的分布情况。通过EM算法估算出模型的参数,根据高斯混合模型的相似性匹配进行图像的检索。实验证明,采用高斯混合模型的方法比采用广义高斯分布的方法,检索准确率有一定的提高。