基于内容的图像检索是多媒体信息检索的重要研究方向,它是一种基于“以图搜图”的检索技术,广泛应用于多个领域,如电子商务子中的商品图像检索。随着网络的普及,数字图像得到显著增长,成为多媒体社会中主要信息的来源。各式各样的图像遍及到我们日常的生活学习中,如何快速准确的对图像信息进行分析和检索具有重要的研究价值。本文是对基于内容的图像检索技术进行研究。根据对该技术的相关理论知识和算法的学习,采用了多特征融合的分层图像检索方法。该方法的第一层是图像筛选层,本文提出了基于稀疏的多类别分类方法对图像进行筛选;第二层是精确图像检索层,采用多特征融合的方法对图像进行精确检索。本文将多特征分层图像检索技术应用在商品检索中,具体的工作和创新如下:(1)在基于稀疏分类的图像筛选层中,本文提出一种基于稀疏的多类别分类方法。传统的稀疏分类方法是根据重建残差进行分类,并且将图像归为某一类,这样容易导致分类错误,从而不能达到图像筛选的目的。因此,本文提出一种基于稀疏的多类别分类方法,结合稀疏表示的特性,采用重建残差和稀疏系数的比值来进行分类,把图像归为相似的前N类,减少分类错误,达到图像筛选的目的,构成精确检索层的候选图像集。(2)在精确图像检索层,本文采用多特征加权融合的检索方法。首先提取SIFT特征,根据词袋模型特征表示方法,得到图像的直方图特征。本文引入了Dirichlet Fisher核的直方图转换方法,得到具有较强辨别力的SiftBowDirfk特征,提高检索的性能。此外,针对单一特征不能准确描述图像的缺点,本文采用多特征加权融合的方法来表示图像,加强了图像的视觉特征表示能力,提高了图像检索的查准率和查全率。(3)结合分层图像检索技术,本文提出了基于稀疏的多类别分层检索方法。通过基于稀疏多类别的分类对图像进行筛选,减少了检索过程特征匹配的数量;采用多特征融合的方法对图像进行精确检索,提高了检索的性能。(4)将多特征分层检索技术应用到商品图像的检索中,设计和实现了分层的商品检索系统。