高效的基于内容的图像检索在许多应用领域得到了迅速发展，目前图像内容检索的领域也建立了一些系统，但这些系统在实际使用中有如下欠缺：(1)这些系统期望以相同的方法处理各种不同类型图像的检索；(2)这些系统在设计时缺乏从使用者的需求出发。实际上，由于不同的检索方式适用于不同类型的图像。为此本文提出基于整体区域相似匹配的图像互动式检索模型，该模型是一个基于小波的特征提取和整体区域相似的、语义分类和互动式方法的图像检索系统，与其他检索方法相比较，此方法允许自适应查找和互动，因此可缩小查找范围，以提高检索效率。实验结果表明，该系统比其它一些系统精确和高效，对变化的图像更具有相当的鲁棒性。 另外提出一种图像比对搜索方法，即利用最新的分形图像处理和索引技术建立图像特征数据库。将图像经分形编码，得到每张图像的迭代函数伴随图像存入数据库中，成为该图像的索引文件，这样对数据库进行搜索时，将针对此索引文件比对，找出与查询图像相似的图像。这个分形编码方法建立的索引文件具有三个性质：(1)相似图像有相似分形函数能产生相似索引文件，相似索引文件能检索到相似图像；(2)不相似图像有不相似分形函数，反之亦然。图像经过分形编码后，得到大量资料，需要使用一个更有效率的方法来检索。因此本文依Fisher判别函数来判定图像相似度，决定数据库中所有图像与查询图像的相似队列。实验结果表明，图像比对搜索引擎能够找出正确的图像，并对图像的旋转、模糊或噪音等干扰容错性能好，能有效的提高图像比对搜索引擎在实际应用中的可适性。 基于视频内容的视频索引技巧，除了必须能提供正确而快速的反应搜索结果外，一个好的视频索引方法还必须提供相关相似性的内容检索。也就是说，系统必须能够建制一套相似性的聚类分类，以提供用户也能从事相关内容查询。这样有弹性的查询，可以避免传统SQL查询机制所带来的问题。实际上，用户很难清楚知道自己所要的，甚至即使知道所要查询的内容，却又很难对其所要的内容加以有效地描述与定义。因此，浏览功能以及相似性查询，便有助于提供用户一种弹性的查询。 因此，拟提出新的索引组织方法，希望除了能有效提供正确的查询结果外，也能提供使用者一种较有弹性的相似性内容查询。所提出的新索引组织结构。就浙江大学博士学位论文是结合模糊聚类分类理论与一种新算法整合的新索引方法，结果表明，新索引方法具有快速查询与正确的查询结果。