随着网络、计算机以及多媒体技术的快速发展,越来越多的信息以图像作为介质进行传递和保存。对于这些生活和工作中所出现的大量图像数据,如何准确、快速地提取图像特征并检索出目标图像已成为信息智能化处理的前沿课题,并具有现实的应用价值。本文针对现有的图像特征提取方法和图像检索的研究现状进行了分析,提出了新的特征提取方法并用于实现图像检索。在特征提取方面,主要分析了Garbor小波、局部二值模式(local Binary Pattern,LBP)、局部相位模式(Local Phase Quantization,LPQ)纹理特征的理论基础和各自特点。在分析了现有Garbor小波和局部二值模式特征提取方法的不足后,本文提出了基于Garbor小波和自适应加权局部相位量化特征提取方法。主要步骤是:首先,设计一个尺度为5,方向为8的Garbor滤波器组,使用该滤波器对图像进行处理,得到共计40幅经过滤波后的图像;其次,将这40幅图像分别进行不同分块,得到大小不同的子图像,在不同分块的情况下对每个子图像使用自适应加权局部相位量化法提取纹理特征;最后,根据每个子块所包含信息熵的大小赋予不同的权重并相加,形成图像的纹理特征。本文的特征提取方法综合了Garbor小波分解的多尺度方法的降噪性能和局部相位量化纹理特征对光照变换不敏感的优点。在图像检索的相似性度量中,使用Mahalanobis距离计算特征的相似性。使用Matlab软件对本文提出的方法进行了图像检索并和其他方法比较,实验结果表明在同等条件下,本文所提出的方法在图像检索的应用中具有更好的准确率。