随着多媒体技术的发展,图像成为一种非常重要的信息载体,图像库的容量也越来越大。图像的检索成为管理这些资源非常重要的一环。在图像检索中,由于图像背景通常占据图像的较大部分,在提取图像特征的过程中,对图像中主要目标的特征造成了一定影响,使得基于全局特征的图像描述不能很好地反映图像的语义特征。本文在提取图像显著区域之后再进行图像检索,从图像的显著区域入手,该方法更加有利于基于内容的图像检索。本文以视觉注意的计算模型为出发点,阐述了显著区域的提取和图像检索技术,给出了一种结合视觉显著度和图像分割来提取显著区域的方法,并应用到图像检索中。主要研究工作有:(1)显著区域的提取。首先基于人类视觉原理,将图像分解为亮度、颜色和方向三个特征,对每个特征建立多分辨率高斯金字塔,获得相应的图像序列,再利用中央-周边(Center-Surround)算子,分别计算其显著映射图,将各个显著图结合起来,得到综合显著图。然后,采用高斯混合模型算法对图像进行分割。最后结合显著图和分割图,得到图像的显著区域。本文采用了手工标注了显著区域的数据集,并以此作为评价标准,得到较好的结果。(2)基于内容的图像检索:在提取显著区域的基础上,本文采用基于图像显著区域特征的方法和基于全局特征的方法分别进行了检索。对比了基于显著区域的检索和直接检索的差异,并给出实验结果。本文的方法能够较为准确地提取图像中的显著区域,并且应用到图像的检索中。通过实验可以看出,基于显著区域的图像检索效果比较准确,优于一般的基于全局特征的图像检索。