基于内容的图像检索是指直接根据媒体对象内容的各种特征进行检索,它的研究目标是提供在没有人参与的情况下能自动识别或理解图像重要特征的算法.其所谓的内容包括图像的颜色特征、纹理特征、形状特征等.该文首先从颜色空间的选择和颜色特征提取的角度入手,对RGB、HSV、XYZ、YIQ、YUV、Ohta等六种颜色空间进行了描述,分析了颜色空间的选择,讨论了颜色的量化、直方图的定义及颜色直方图在图像检索中的应用,并介绍了高斯归一化的原理和方法.其次,对纹理的定义和性质作了详尽的描述,介绍了几种常用的纹理分析方法,包括灰度直方图、边缘直方图、Laws纹理矩和结构化分析方法,重点介绍了共生矩阵和Gabor小波等特征提取方法.提出了灰度纹理矩的特征提取方法.跟经典的共生矩阵的特征向量相比,灰度纹理矩降低了特征维数,但其检索正确率却有了较大的提高.对于Gabor小波特征,进行了特征内部归一化,使得平均检索效果比文献中未归一化Gabor小波特征提高四个百分点.实验结果表明灰度纹理矩、Gabor小波等频谱分析法对亮度变化比较明显的图片具有很好的检索效果,尤其当背景比较单一、物体背景层次分明时,检索效果更佳.再次,提出综合HSV颜色直方图特征、Gabor小波纹理特征进行检索,既充分利用了颜色特征中的色彩信息,又充分利用了纹理特征中图像的灰度信息,避免一种特征描述图像的片面性.此种检索方式比文献中HSV颜色直方图特征和共生矩阵特征的综合检索方式取得了更好的检索效果.最后,对该文ImageHunter图像检索系统各个模块和流程进行了介绍,分析各个模块的功能,总结了该文的工作,并提出进一步的研究方向.