随着多媒体技术时代的来临,大量的数字图像在互联网上流传,如何能够快速并且有效的获取需要的图像信息成为一个研究热点,基于内容的图像检索技术应运而生。目前对于基于内容的图像检索多数集中在基于全局的底层特征上,基于全局的方法比较简单,计算效率高,但对于一些用户不感兴趣的背景含信息量大、目标占图像比例比较小的图像的检索效果不佳。基于目标特征的图像检索能减少图像中背景信息对检索的影响,难点在于如何能够精确的从图像中提取互用感兴趣的目标区域。本文提出的一种基于对象的图像检索方法,先将图像进行分割,分割后再对分割出来的目标区域进行特征提取并进行检索。首先将图像的直方图量化,在量化后的直方图的峰值中找出合适的值作为图像中的主色,再把每个像素归类为距离最近的主色,把图像转换成为主色图,利用最大类间方差法找出类间方差最大的阈值,利用该阈值将图像分为目标和背景两部分,以此提取图像的目标区域。在特征提取环节中,先把图像分割中得到的目标区域进行颜色量化,用颜色按百分比排序法提取目标区域的主颜色,将主颜色和主颜色所占百分比作为特征向量进行图像检索,为了在主颜色特征中加入空间信息,在特征提取前将图像进行分块,对信息关注度不同的区域提取的特征设定不同的权值。最后采用的归一化的欧氏距离进行相似性度量。实验表明该方法能比较好的提取图像中的目标,在特征提取中排除了背景对相似度的影响,提高检索的有效性。