物种的鉴别与分类是生物学等科学领域中一项较为常见的科学研究内容。传统的基因鉴别、形态学鉴别等物种鉴别方法都需要专业的数据库支持，并且需要专业人员对样本的基因、形态数据进行采集。使得这些物种鉴别方法的时间较长，且受到专业技术及人员的条件限制。在计算机技术发展迅速的今天，图像数据已经成为重要的科学数据。在青海湖野生鸟类数据库中，就存储了大量野生鸟类的图像数据。利用这些丰富的野生鸟类图像数据，为鸟类物种的鉴别提供帮助成为十分有价值的科研问题。本文提出的对青海湖野生鸟类的图像数据进行基于图像内容的检索，可以帮助科学家更便捷、高效地实现鸟类物种的鉴别。　　 基于内容的鸟类图像检索系统可以实现对鸟类图像特征的自动提取、索引、比对功能。从而找出野生鸟类数据库中，在外观上与输入的鸟类图像最相近的一组鸟类图像数据。系统以此为依据，判断输入鸟类可能所属的物种类别。为了提高鸟类图像识别的准确度，本文针对鸟类图像的特性，加入了人机交互的图像识别模块，提高了鸟类图像识别的准确度。本文的主要研究工作包括以下四个方面内容：　　 首先，本文对目前国内外图像识别技术的发展水平和应用领域做了较为完整的分析。发现目前对于一般物体的识别尚无通用的可行的技术实现；但是，对于特殊物体的识别，通过人为建模和机器学习两种方式提取物体图像的特征可以实现针对某专业领域较为精确的图像识别，如指纹识别、人脸识别等。而对于鸟类图像识别，由于图像背景、形变、角度变换等技术难点的存在，目前还没有专门针对鸟类图像识别的研究与系统实现。　　 其次，本文从理论层面上分析了目前各种图像识别技术。对图像预处理、图像分割、特征提取、特征描述、特征降维、分类方法等阶段适用的技术进行分析和归纳，提取出适用于鸟类图像检索的方法。将这些方法进行分类，找到最优的组合模式。并且，使用基于统一标准数据集的实验验证各个方法在鸟类图像识别中的识别准确度和运行效率。　　 第三，本文针对鸟类图像背景复杂、姿态变换较多、角度变换多样的情况，提出采用人机交互的特征提取方法，来实现针对鸟类图像更为精确、快速的特征提取和索引。并且，将其整合用于鸟类图像识别系统中，与鸟类识别系统的其他各个模块良好结合。设计出适用于鸟类图像识别的系统，为基于其他专业信息的物种鉴别系统提供辅助和支撑功能。　　 最后，本文结合图像识别各部分技术实现了基于人机交互特征提取方式的鸟类图像识别系统。并且在统一的测试环境下，对特征提取时各个参数的选取对系统性能和识别准确度的影响做了系统的测试，得出对于野生鸟类图像识别最佳的交互方式和特征提取方法。有测试的结果数据得出结论为，使用人机交互的方法在对鸟类图像特征提取、多维索引和分类识别时均可达到实时对图像进行识别的要求，并且具有较高的准确度。