随着Internet的普及和发展,图像数据飞速膨胀,使得如何高效、快速地检索到所需要的图像数据成为当前图像应用领域的一个研究热点。传统的基于文本的图像检索技术已经不能满足日益增长的图像检索的需要,为了便于图像的检索和识别,基于内容的图像检索技术应运而生。基于内容的图像检索是从图像本身的内容出发,根据图像所包含的颜色、纹理、形状等底层特征和语义等高层特征来分析图像信息,建立图像的特征向量作为其索引,通过检索这些信息对图像数据库进行检索,以满足用户对大量图像的检索要求。颜色是应用最为广泛的视觉属性之一,经典的基于颜色特征的直方图法具有计算简单,平移、旋转和尺度不变等良好特性,而且抗噪声能力较强。它的缺点是没有包含颜色的空间分布信息,难以区分颜色组成相似但是空间分布不同的图像。针对颜色特征检索的这一缺陷,本文提出了综合颜色和形状特征的图像检索方法。本文在简要介绍了基于内容的图像检索研究背景、国内外应用现状以及目前存在的一些关键技术研究的基础上,将图像的颜色和形状特征综合起来对图像进行检索。在前人研究的基础上对颜色和形状特征的检索方法进行了改进与完善,主要从各自特征的提取方法、特征的表达、相似性度量方面做了研究和探索,并用具体理论推导和实验结果证明了文中算法的正确性和有效性。其次为了使检索的结果尽可能与人对图像内容的理解一致,减少语义鸿沟,本文将相关反馈技术运用于颜色和形状特征检索中。本文的主要工作和创新如下:(1)在阅读了大量材料之后,针对颜色直方图不能准确表达图像的颜色空间分布特征这一缺点,我在文中提出了一种将图像进行分块的方法,分块可以体现图像的空间特征但是同时也增加了用户检索的复杂度。为了减轻用户负担和减少系统检索时间,采用K-means聚类的方法来将分块进行聚类,这样减少分块的个数同时能够让聚类后的分块集中保留图像的信息。(2)回顾所看的论文,都是采用一般颜色直方图、累加直方图或局部累加直方图来提取图像颜色特征。在文中通过在matlab条件下对图像直方图进行改进发现规范化后的直方图比一般直方图更能体现图像的亮度,因此,我对提取聚类后每块图像的颜色直方图,将其进行直方图的均衡化、规范化,以规范化后的直方图作为图像的颜色特征来进行检索。(3)图像的相似性匹配也是进行图像检索的一个重要环节,在文中我采用已经经过实验证明并且在发表的论文中验证了的相似性度量方法进行图像颜色特征的匹配,该方法减少了图像检索的时间复杂度。(4)在图像的形状特征检索时,通过实验结果比较最终选择了Canny算子对图像进行边缘检测。为了让图像的边缘更加清晰,引入形态学中的膨胀腐蚀算法提取图像的轮廓,并将其二值化,以形状的七个不变矩作为图像的形状特征进行检索。(5)在VC++环境下结合matlab软件和Access数据库设计了一个基于内容的图像检索系统,并辅以相关反馈技术实现了图像检索,取得较好的检索结果。