随着宽带网络和数据存储技术提高,数字图像的数量急剧的增加。如何快速有效从图像数据库中的找到所需的图像已经成为多媒体技术发展的关键。同时,针对大量存在的压缩格式的文件,基于压缩域的图像检索也是图像应用领域的一个全新的研究思路。　　 本文首先综述了图像检索的研究现状,主要是变换域和压缩域的图像检索技术,在此基础上,围绕多小波理论以及多小波在图像检索方面的应用展开研究,在多小波变换域以及压缩域提出了有利于提高识别率的特征提取方法。本研究主要贡献表现在以下方面：⑴根据多小波的特征,分析图像经三种多小波基分解后的不同子带间,以及子带间不同分量的统计特征,选取更适合本文图像检索方法的多小波基。⑵从提高检索识别率的角度出发,克服只考虑子带的统计特征量的局限性,充分利用多小波子带间的相关性,提出一种基于多小波子带间相关性的图像检索方法。⑶将多小波引入多级树集合分裂(SPIHT)算法,分析基于多小波的SPIHT编码的压缩码流的特性,以及对此类压缩格式的图像文件,实现只需部分解码就可以提取特征的图像检索方法。　　 本文从多小波变换域和压缩域两个方面研究了图像的检索方法。在变换域方面,本文提出的一种新的基于多小波子带间相关性的特征提取算法,通过实验证明,近似子带和细节子带相结合的方法对图像检索十分有效。在压缩域方面,将多小波替代单小波,提出一种基于SPIHT压缩码流的特征提取方法,对于压缩格式图像,可以在不完全解码的情况下,直接从链表中提取信息构建表征图像内容的特性向量,这种方法的优势在于降低存储成本和计算复杂度,特别适合互联网和动态数据库的图像查询和检索。