随着互联网的快速发展及各种数字化设备的普及,现代社会中的多媒体信息的数量在迅猛增长,多媒体信息管理的研究得到了越来越多的关注。图像数据库系统在多媒体信息管理的研究中占有特别重要的地位,因为图像不仅是视频的基础,而且图像数据库技术可广泛应用于:多媒体信息系统、数字图书馆、数字博物馆、医学、地理信息数据库、电影工业、视频点播、公共安全及国防等众多领域。因此,如何有效、快速地从大规模图像数据库中检索出所需的图像是目前一个相当重要又具有挑战性的研究课题。基于内容的图像检索技术研究正是为了解决如何有效地从图像数据库中检索出相关图像的问题。近年来,此项技术已成为国内外广泛关注的研究热点。本文主要围绕基于内容图像库检索中图像特征的提取这一关键技术展开研究,系统地探讨了图像底层视觉特征的提取技术,覆盖的内容主要包括图像的颜色特征、形状特征、纹理特征以及颜色的空间分布特征。研究的内容属于目前图像处理和信息检索领域的研究重点,具有相当的理论意义和实际应用价值。本文的主要研究成果总结如下: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:颜色、形状和纹理等底层图像特征、图像特征间的相似性度量准则、图像数据库的索引机制以及图像检索算法的评价方法等。并且,通过在同一测试环境下的实验,对一些经典算法进行了比较。2.提出了一种基于显著兴趣点颜色及空间分布的图像检索算法。此算法首先使用自适应滤波器对图像进行平滑,然后使用经典的兴趣点检测算法发现兴趣点。由于自适应滤波器具有平滑细节,增强边缘的功能,因此,这种方法能使兴趣点大多存在于图像的显著边缘上。接着设计了一种基于显著兴趣点的环形颜色直方图,它不但利用了兴趣点周围区域的颜色来代表图像的特征,而且考虑了显著兴趣点的空间分布结构。这样,一方面使图像的形状特征与其周围区域的颜色特征有机地结合起来,另一方面又可使颜色产生空间分布信息。图像的相似性度量就是基于这种特征进行的,实验结果表明,这种算法比文献中的经典算法更加有效。3.为了克服传统角检测器在发现兴趣点时不能完全描述图像全局视觉感兴趣的特征的缺点,提出了一种基于小波突出点的图像检索算法。基本思想是把小波突出点作为图像中用户关注的视点线索,通过它们找到视觉重要的全局区域,利用全局区域的颜色特征及空间分布进行图像检索。该方法具