随着信息技术和网络技术的飞速发展,不断出现庞大的、不同内容的图像信息库,互联网上的图像资源更是成倍增长;石材工业的发展同样使得石材图像信息库越来越庞大。为了高效、快速地检索到所需的图像数据,20世纪90年代基于内容的图像检索(Content-based Image Retrieval,简称CBIR)应运而生。CBIR主要是指根据图像的内容对图像进行查询,图像内容包括图像的颜色、形状、纹理等视觉特征的图像的语义特征。本论文运用基于内容的图像检索理论,在石材图像范围内有针对性地研究石材图像检索。根据同一石材图像的特点,本论文主要研究石材图像的颜色特征。颜色特征是图像物理特征中最直接的视觉特征,相对于其它特征,颜色特征非常稳定,其对于图像的平移、尺度、旋转等变化不敏感,具有很强的鲁棒性,而且颜色特征计算简单。本论文首先对颜色的空间模型和颜色特征的提取方法进行了详细的论述,在此基础上提出了本文研究的石材图像的颜色特征提取算法,选用符合人类视觉特性的HSL颜色空间,并且利用人对颜色的感知,对HSL空间颜色分量进行非等间隔量化并形成特征矢量,从而构造图像的颜色特征;然后,对图像间相似性匹配方法进行了研究并提出了与本文研究的颜色特征提取算法相符的相似性匹配方法;最后,对本文提出的几种颜色特征检索算法进行了实验与效果评价。本课题来源于福建省福州市科技计划项目《基于图像相似度的石材比对检索关键技术研究》。实现了基于颜色的石材图像分类算法研究与测试系统,测试系统的开发平台为Windows XP,开发工具为Microsoft公司的VisualStudio.NET2003。在测试系统中,进行基于图像颜色的石材图像检索实验,取得了令人满意的实验效果。