随着多媒体、网络技术的飞速发展出现了大量图像信息,传统的基于文本的图像检索方法已经不能适应图像信息检索的要求,因而基于内容的图像检索技术(CBIR)逐渐成为目前的研究热点。为了更好的改善检索效率,在图像检索中引入了相关反馈技术,很好的实现了人机交互。而口腔正畸图像检索是口腔正畸医学领域的一个重要环节,高效的检索有利于更快速准确的制定正畸方案,提高成功率。图像特征的表征和提取是CBIR的核心。本文介绍了颜色、纹理和形状三种主要特征的提取以及图像匹配技术,其中,详细介绍了彩色图像的三种颜色空间及其转换公式,对各种特征的提取方法分别重点介绍了几种主要方法。接下来给出了图像匹配的相关技术以及图像检索系统的评价标准。在后来的试验中,根据口腔正畸图像的特点选用了基于颜色和形状的综合特征检索方法。在颜色特征提取方面采用的是基于HSV空间的颜色直方图,而在形状特征的提取方面则选用的Hu不变矩。结果表明,基于综合特征的检索方法克服了单一特征检索方法的不足,更能全面有效地检索图像。在图像检索系统中引入相关反馈可以提高检索性能。本文在详细介绍了相关反馈和强化学习理论的基础上,把强化学习理论引入到相关反馈中,给出了一种结合Q-学习与贝叶斯理论的相关反馈方法,并利用口腔正畸图片库在Matlab7.0.1中进行了实验,从实验中可以看出该算法的有效性。最后本文介绍了利用Matlab GUI中实现的简单的相关反馈图像检索系统。