在基于内容的图像检索系统中，两幅图像的相似程度通常被解释为视觉特征之间的某种距离。然而，人们判断两幅图像的相似程度与人类认知过程密切相关，因为相似性是主观认知的结果，取决于人及其所处的环境。为了模拟和分析人类的主观认知过程，心理学研究者进行了广泛的研究，取得了许多研究成果，如几何相似性、特征相似性、匹配相似性和变换相似性。以多维排列为代表的几何相似性模型假设相似性遵循距离公理，可以在低维空间中利用距离来表达对象之间的相似性。然而，许多心理学实验结果表明相似性并不一定遵循距离公理。特征相似性模型将相似性表达成两个对象相同和相异特征之间的线性组合，它可以解释许多违背距离公理的相似性现象。匹配相似性模型将相似性解释为两个对象不同部分的匹配关系和匹配程度。变换相似性模型认为对象之间的相似性是将一个对象转转成另一个对象的难易程度。在分析多维排列和特征相似性模型的基础上，本文提出一些新的相似性分析方法，并将它们用于度量图像之间的相似性： (1)提出拉普拉斯线性判别分析算法。该算法的目标函数是极大化类间和类内散度之差，它不仅形式简单而且不需要计算类内散度矩阵的逆，因此避免了传统线性判别分析中的小样本问题。该算法利用全局和局部拉普拉斯矩阵的谱分解获取最优的降维方向。实验结果表明：相对于传统的线性判别分析算法，该算法具有更优的降维效果。 (2)提出非线性判别排列算法。根据经典多维排列与主成分分析算法在降维上的对偶关系，该算法将拉普拉斯线性判别分析的思想嵌入到等距映射算法的基本框架中，使等距映射算法从非监督学习转变成监督学习算法，从非线性多维排列转变成非线性判别排列。实验结果表明：该算法可以有效地从非线性数据集中获取易于分类的排列结果。 (3)根据特征相似性理论的特征诊断性原理，分析了模糊特征对比模型中特征强度与相似性之间的强相关性，提出集成语义和视觉特征的图像特征比率模型。该模型不仅在视觉特征相似性度量时削弱了特征强度与相似性之间的强相关性，而且能协调语义和视觉特征在图像整体相似性度量的作用。实验结果表明该算法具有较高的检索精度。 (4)提出一个集成光谱反射和吸收特征的光谱特征对比相似性模型。基于地物波谱数据库的实验结果表明：在光谱相似性检索中，相对于传统光谱相似性度量模型，光谱特征对比相似性模型具有更高的检索精度和召回率。 (5)实现了一个基于内容的图像检索系统。该系统是一个开放的多源影像检索系统，数据源包括Corel图像库、遥感图像、多(高)光谱图像和地物波谱数据库。此外，实现了一个基于Oracle的遥感图像数据库管理系统，利用它管理和维护检索系统中的高空间分辨率遥感图像。