各种多媒体应用的出现对基于内容的图像检索(Content-Based ImageRetrieval,简称CBIR)提出了更高的检索精度要求,但特征提取和相似性度量成为制约CBIR检索性能的关键因素。哥伦比亚大学数字视频和多媒体实验室提出的基于要素的统计模型理论为这一问题提供了一个有效解决方案。本文基于该模型,用一种更有效的基于属性关系图(Attributed Relational Graph,简称ARG)的方法对模型进行改进,并用MATLAB和C++两种语言混合编程进行算法实现。本文的主要工作包括以下几方面:第一在角点检测方面,针对Harris(哈里斯)角点响应函数存在角点聚簇现象,本文使用新角点响应函数改进原算法。实验结果表明,改进后算法与原算法相比提高了图像角点检测准确度。第二在特征提取方面,针对RGB色彩空间不符合人类视觉感知原理,本文编写了色彩空间变换算法实现了RGB到HSV的色彩空间变换。实验结果表明,HSV下系统测准率高于RGB。第三在图像表示方面,针对像素包(Bag of Pixels,简称BOP)的图像表示方法不能表示图像的拓扑特性,本文使用了ARG这一不但可以表示图像特征属性而且可以建模图像拓扑结构的方法。实验结果表明,ARG表示下系统性能优于BOP表示。第四在相似性度量方面,针对原模型中旅行商距离(Earth Mover’s Distance,简称EMD)方法存在误判率较大且不适用于本文使用的ARG图像表示下的相似性度量,本文采用了一种更有效的基于ARG的相似性度量方法。实验结果表明,与EMD方法相比,我们的方法提高了检索准确率。实验证明,本文所研究的方法与原模型使用方法相比提高了模型用于图像相似性检索的性能,对CBIR的研究具有较好的理论指导和实际应用价值。