基于内容的图像检索(CBIR,Content-Based Image Retrieval)是利用图像内容实现图像检索的一项综合性技术,是指根据图像内容特征以及特征组合,从图像库中查找含有特定内容的图像。CBIR融合了计算机图像处理、计算机视觉、模式识别、人工智能和数据库等多项技术,已经成为国内外的一个研究热点。本文对基于内容的图像检索技术做了广泛而深入的研究,详细介绍了基于内容图像检索的关键技术,包括:CBIR系统结构、特征提取方法、相似性度量方法以及评价标准等。在研究总结他人研究成果的基础上,针对颜色、纹理和形状三种特征,分别提出了三种改进的图像检索方法,并通过实验进行验证。最后还实现了一个小型的图像检索原型系统。论文主要工作包括以下内容:1.深入分析和研究了基于内容图像检索领域的一些关键技术,如:CBIR系统结构,颜色、纹理和形状等底层图像特征提取,特征间的相似性度量准则,以及图像检索算法的评价标准等。2.提出了基于小波变换广义直方图的检索方法。新方法综合了广义直方图及小波变换的优点,既考虑到象素的空间相关性,又充分利用到了小波变换良好的时频局部性。3.提出了基于改进的广义图像灰度共生矩阵的图像检索方法。新方法构造了广义图像四个方向的灰度共生矩阵,并提取四个共生矩阵的纹理参数进行检索,既考虑到图像像素之间的空间相关性,又考虑到传统灰度共生矩阵法所能描述的方向信息。4.提出了基于目标对象的遥感图像检索方法。该方法针对有目标对象的遥感图像的特点,将图像分割成目标区域和背景区域,并在检索过程中赋予不同的权重,着重考虑目标对象的特征。5.实现了一个基于内容图像检索的原型系统,主要是作为本文提出方法的测试平台,同时也实现了其它一些经典的检索算法。