随着计算机和多媒体技术的发展并广泛应用在各个领域,人们的日常生活中会有大量的图像信息。如何快速准确地在大规模图像数据库中或者在浩如烟海的网络中检索用户所需的图像是现在检索领域中一个具有重要意义的研究课题。图像检索系统的功能是要把图像库中或者网络中内容相关的图像检索出来,尽量不要出现没有任何联系的图像。早期的图像检索一般都是基于图像的人工标注信息,这些信息主观性较强,从而导致检索效率较低。基于内容的图像检索从图像本身出发,利用图像的底层特征进行检索,这些特征与用户的标注无关,从而有效地解决了图像检索中出现的问题,真正实现“以图检图”的目的。　　 本文主要研究图像检索中图像特征的提取、表达等问题。分析了图像的颜色特征、纹理特征、形状特征的特点及其在检索系统中的应用,从两个方面改进了图像纹理谱描述符并用于图像检索中。设计了一种提取感兴趣区域的算法,用感兴趣区域内的多个底层特征进行加权后作为图像的特征,以提高检索性能。本文主要研究成果与创新点如下：研究了图像检索的关键技术,包括：⑴颜色特征表示方式和提取方法,以及各种颜色空间的转化方法。⑵纹理的特征表示方法及提取方法。⑶图像中目标物的形状表示方法。研究了图像的纹理特性以及用纹理基元表示图像的方法,分析了图像的纹理谱表示方法及基于纹理谱的图像检索方法的优缺点,在中心对称局部二值模式的基础上对纹理谱描述算法进行改进,将过渡性的纹理合并达到降维的目的,并且对旋转不变的局部二值模式纹理谱进行改进,将纹理谱基元和它旋转任意角度的得到的基元当作同一个模式,用一个值表示,这种方法可以降维,并且对目标物的旋转识别性更强。用这两种纹理谱表示方法描述图像进行图像检索,实验结果表明这样的改进可以有效的提高图像检索的查准率和查全率。分析多特征融合的图像检索算法及图像的感兴趣区域提取方法。图像中的信息极为丰富,一种特征向量无法描述一个信息量极大的图像,所以结合多种特征的图像表示方法是现在检索系统的发展方向。利用感兴趣区域中的多种特征结合的方法进行图像检索可以有效提高的查准率和查全率。