在科技不断进步的今天,伴随着信息应用领域如多媒体信息技术的迅速发展,以及Internet技术的日益普及,数字图像的来源可谓越来越广泛。面对如此大规模的图像数据库数据,我们不仅需要对图像数据进行合理的分析处理,还要能够随时随地的进行查询。为了能够从浩瀚的图像库信息中快速并且准确的查找用户所需要的内容,基于内容的图像检索技术(CBIR—Content Based Image Retrieval)也便应运而生,成为现今信息检索领域的研究热点,受到国际学术界的广泛关注。本论文围绕着CBIR中的一些关键技术,深入地进行了研究,主要内容包括:(1)为了避免使用单一底层特征进行检索时产生的不稳定性,进一步提高图像检索系统的工作效率,提出了一种基于边缘综合特征的彩色图像检索算法。该算法以视觉重要的图像边缘轮廓为基础,首先利用Canny检测算子提取出图像的彩色边缘轮廓,然后构造出能够全面反映出边缘轮廓内容的两种直方图(边缘颜色直方图和边缘方向直方图)。最后综合利用上述两种边缘直方图进行彩色图像检索,查准率和查全率均有所提高。(2)针对现有的颜色直方图技术对光照、量化等噪声攻击十分敏感,无法有效检索出用户所需要的图像,提出一种基于重要位平面的鲁棒彩色图像检索算法。首先,提取出彩色图像的重要位平面,然后在位平面的基础上用Harris算子提取出图像的感兴趣点,最后对这些感兴趣点进行模糊颜色直方图的计算,进行图像检索。该算法提高了检索结果的准确性和高效性。特别的,该算法对模糊、光照等噪声攻击具有较好的鲁棒性。(3)以视觉关注理论为基础,结合图像的颜色和纹理特征,提出一种基于局部视觉关注的彩色图像检索算法。该算法首先用SURF提取出图像的感兴趣点,然后对提取出来的感兴趣点进行扩充。然后对感兴趣点进行加权颜色直方图的统计来描述颜色特征;计算空间分布熵矢量的一阶、二阶、三阶中心矩来刻画纹理特征;最后结合这两种特征进行图像检索。该算法在进行特征描述时,考虑了图像的语义信息,不再以整幅图像为基础,而是仅刻画视觉关注点的特征,减少了非视觉关注区域在检索时的影响,有效提高了检索系统的准确性。