随着信息大爆炸时代的到来,大容量存储设备和高性能电子产品应运而生,多媒体技术及网络技术迅速普及,海量的图像、视频数据呈现惊人的增长态势,人们对于搜索和检索事物的需求已经日趋迫切。然而,传统的基于文本的图像检索(Text-Based Image Retrieval, TBIR)已经不能满足人们对于目标数据的满意度。取而代之的是一种基于内容的图像检索(Content-Based Image Retrieval, CB工R).它以其高效的检索速度以及准确的查询精度越来越被大家所关注,成为当下解决图像数据问题的研究热点。基于内容的图像检索的目标是图像本身,建立索引的方法是通过提取图像的底层图像特征(如颜色、形状、纹理等),然后通过计算比较这些特征和查询条件之间的距离,来决定两幅图像的相似程度,最终把相似度达到设定阈值的图像数据反馈给查询用户。本文在学习和研究认知计算与计算机视觉的基础上,结合个人对于基于内容的图像检索的认识和理解,设计和实现了针对道路交通标识识别的模拟实验环境。针对颜色特征提取在空间上的鲁棒性以及形状特征提取在位移变换中的强健性,采用了综合颜色特征与形状特征相结合的多特征匹配算法。在颜色特征方面,改进了传统的颜色直方图方法,提出了一种新的基于主色调的颜色直方图算法,通过将主色提取方法与色调直方图相结合的方法,针对道路交通标志特殊的语义特征,经过两次快速过滤,从而缩小了搜索的范围,提高了检索的效率。在形状特征方面,采用傅里叶形状描述符,提出一种改进的基于轮廓的描述方法,由于突出了轮廓线的切向角度(曲率),忽略了中心距及复坐标等因素,在合理的区间内,适当的降低了准确度,却明显的提高了查询速度。然而,单一的特征提取方法毕竟存在其自身的局限性,没办法充分发挥其各自优点。实验证明,将颜色和形状特征相结合在一起,调整两者的加权系数λ,最终确定λ值,会使得查全率与查准率都达到了一个相对较高的水平。论文的组织结构如下：第一章,主要介绍本课题的目的、研究本课题的意义以及目前国内外该领域的发展状况和课题的研究背景；第二章,主要介绍基于内容的图像检索技术的相关知识及方法,其中包括图像内容的检索层次、底层视觉特征描述方法、特征匹配技术和性能评价准则等；第三章,主要研究基于颜色特征的图像检索技术,其中包括颜色空间的选取、颜色量化、颜色直方图、颜色熵、颜色矩等,并根据实际应用改进了一种新的颜色直方图方法；第四章,主要研究基于形状特征的图像检索技术,其中包括图像分割、基于轮廓的图像检索、基于区域的图像检索,并根据实际应用提出了一种改进的轮廓描述方法；第五章,研究了多特征融合技术、图像特征权值的调整方法,并最终确立了权值；第六章,根据第五章所确定的权值进行模拟仿真实验,最终得出结论,证明优化后的算法更准确、高效；第七章,总结全文,提出应用领域及可行性。