每天都有大量的图像信息在不断地产生(如卫星、医疗、安全等部门),这些信息的有效组织利检索便成为人们研究的课题.图像检索发展到现在经历了两个阶段:基于文本的检索利基于内容的检索.传统的图像检索基于文本方式,使用关键字或自由文本描述图像数据库中的每幅图像.但目前计算机视觉技术还不成熟,达不到对图像的描述性关键字和语意信息的自动提取.基于内容的图像检索(CBIR,Content Based Image Retrieval)技术便是解决这一问题的关键.此技术的核心是包含图像内容的可视特征.基于内容的图像检索是图像处理和计算机视觉各种技术应用的综合,克服了传统检索方法的缺陷,具有无法比拟的优越性,该技术的研究已成为当前的热点.基于彩色细胞病理图像的CBIR是计算机图像处理在医学中的一项新的应用,近来,很多人就此提山各种算法和实现方案.由于细胞图像的特殊性,简单的采用单一特征并不能取得很好的效果.该文在参考前人方案的基础上,结合基于形状、纹理和颜色的图像检索,探索山彩色细胞病理图像的CBIR算法.系统的具体实现如下:首先对细胞图像预处理,在前人研究的基础上,以K均值方法提取出细胞核后,用边界跟踪的方法得到细胞核边界:接着我们通过阈值算法完成细胞浆的分割,然后再通过边界跟踪和数学形态学结合的方法确定细胞浆的边界.在预处理的基础上,该文根据细胞图像的特点,提取细胞图像的6个颜色特征、12个纹理特征和10个形状特征作为图像检索系统中采用的检索特征.由于以上描述的细胞图像特征的物理意义和取值范围不同,需要归一化处理,经归一化处理后,该文图像间相似性比较采用加权欧氏距离函数,比较不同特征的检索结果,得到一种较好的检索方法——综合特征的检索.为了进一步提高检索系统的性能,该文还引进了相关反馈的机制,通过此方法,系统根据用户的反馈信息,动态调整查询特征向量和其权重值来优化查询结果,减少了用户使用不恰当的特征权重值对综合特征检索的影响.