随着多媒体技术和计算机数码技术的高速发展,数字化图像作为多媒体信息的一个重要组成部分,已经成为科技、教育、商业等方面广泛应用的媒体形式之一。为用户提取所需的图片资源,是信息检索的一个重要方面,具有广泛的应用前景,因此,图像检索具有重要的实用价值和理论研究价值。目前,基于内容的图像检索技术是研究的热点,主要是利用图像本身客观存在的基本视觉特征进行检索。特征提取是基于内容图像检索最关键的部分。其中,纹理特征是一种具有旋转不变性,且对于噪声有较强抵抗能力的基本视觉特征,是进行图像检索时重要的一种特征。多尺度几何分析源于小波又高于小波,是一种具有良好多方向性和各向异性的图像分析新工具,能够更有效地提取图像中的特征。梳状波(Brushlets)是为解决角分辨问题而产生的一种有效分析纹理的多尺度几何工具。因此,本论文以多尺度几何分析中的Brushlets表示图像纹理信息为主,对图像检索进行了以下两部分研究。1.提出了一种基于Brushlet变换提取图像复特征的图像检索算法。该算法借助Brushlets为复函数且具有良好多方向性的特点,提取能量和相位的复特征来描述纹理信息。通过对公共测试图像库Brodatz纹理图像库的检索测试,获得了比Gabor变换和小波变换更优的图像检索效果,验证了本文算法对纹理图像检索的有效性；同时分析了Brushlet变换分解层数对检索结果的影响；进而讨论了对不同类型纹理图像的检索效果及其成因。2.提出了一种基于Brushlet域颜色和纹理特征的图像检索新算法。为避免对彩色图像丢失了颜色信息而产生的局限性,在提取了图像纹理特征的基础上综合了颜色特征,在更符合人眼视觉的HSV空间上进行了量化,采用直方图法描述颜色特征；并用K-均值聚类法统计图像的整体特性,进行分类；特别地,本文进一步考虑到图像之间具有的差异性,设置了一种新的权重算子,能够自适应地为每幅图像加权。实验结果表明,与单一特征及传统综合特征等方法相比较,本文算法能够更优先的检索出相似图像,实现了彩色图像检索性能的显著提高。