随着数字化技术的不断应用,数字图像的数量不断增长,如何对其进行组织、存储、表达、查询和检索是急需解决的一个问题。基于内容的图像检索技术为解决这个问题提供了一种有益的途径。在基于内容的图像检索中,人们常常提取颜色、纹理以及形状的全局特征来描述整幅图像,然而全局特征不能描述图像的细节,丢失了图像的空间信息,并且用户可能仅仅对部分图像或图像中的某一对象感兴趣,这时候图像的全局特征将不再有效,我们必须考虑图像的局部特征,而兴趣点恰恰可以用来提取图像的局部特征。本文重点研究了基于兴趣点的图像表示和检索方法,在当前一种较有效的基于兴趣点同心圆环的图像检索方法的基础上,针对它不能够很好的抑制游离的兴趣点对图像检索造成不利影响的缺点,提出了一种基于兴趣点凸包的图像检索方法,先利用小波变换检测出兴趣点后,然后递归的求出兴趣点的凸包,并将这些凸包分插在桶里,形成基于兴趣点凸包的颜色直方图特征和Gabor小波纹理特征,并结合兴趣点的空间离散度特征、全局颜色直方图特征和基于小波和矩的形状特征进行图像检索,取得了较好的结果。另外,本文针对移动查询点相关反馈方法对一次检索返回的相关图像和不相关图像没有精确的考虑它们的权值的缺点,作了一定的改进,提出了一种基于SVM(support vector machine)加权的移动查询点的相关反馈方法。本文设计并实现了一个基于内容的图像检索系统,为验证上述方法提供了实验平台。实验表明,本文提出的基于兴趣点凸包的图像检索方法要好于基于兴趣点同心圆环的图像检索方法,并且基于SVM加权的移动查询点相关反馈方法要好于移动查询点相关反馈方法;结合基于兴趣点凸包的图像检索方法和基于SVM的移动查询点相关反馈方法可将图像检索的查准率提高20%左右,查全率提高10%左右。