近年来,国内外在图像检索和管理技术的研究中出现了一个新热点—基于内容的图像检索CBIR(Content Based Image Retrieval)。纹理是图像的重要信息和特征,在病理诊断、文物复原等多个领域有着广泛的应用。本文主要针对基于纹理特征的图像检索技术展开研究。本文主要工作包括纹理特征提取的算法研究和相似性度量方法的研究。在纹理特征提取算法中,研究了灰度共生矩阵法,并通过实验验证了其有效性。然后研究了小波变换法,通过树形小波分解得到图像的能量值作为纹理特征。最后研究了Tamura纹理分析法,实验验证了此方法符合人眼的视觉感受。在相似性度量方法中,研究了欧氏距离、街区距离、组合距离等,并探讨了相关反馈算法。最后给出了本文选用的距离函数。最后,通过实验验证了灰度共生矩阵法采用的四个特征参数能够有效的反映图像在方向、间隔、变化幅度及快慢的综合信息,既保证了纹理图像特征的准确性,又提高了提取速度。相似度量中的加权街区距离由于考虑了各特征对于图像的重要程度,提高了图像检索的精度。