基于内容的中草药植物图像检索,是基于内容的图像检索技术在中草药植物检索领域的应用,其目的是通过将中草药植物图像的视觉特征与数据库的特征数据进行比较,得出符合相似度条件的检索结果。然而,基于内容的中草药植物图像检索与传统的基于内容的图像检索又不完全相同,它更关注细粒度的图像检索,具有巨大的挑战性。本文对基于内容的中草药植物图像检索技术展开了研究,主要工作有：1.提出了一种基于中医药领域专业词向量的中草药植物图片爬虫框架,并构建了中草药植物图像库。2.深入研究了Bag-of-Words模型,包括局部区域块大小和视觉词典大小对模型预测性能的影响,深入研究和比较了量化编码、软量化编码、局部约束线性编码、Fisher向量编码以及Super向量编码等编码方法,同时详细分析了最大值池化和平均值池化两种池化方法,最后提出了一种融合SIFT特征和基于SIFT的颜色特征的多特征融合模型。3.深入研究了AlexNet和GoogLeNet两种卷积神经网络模型,并基于它们的网络结构,在中草药植物系统中构建了相应的卷积神经网络。4.设计和实现了中草药植物图像检索系统,包括图像特征提取、特征索引以及特征检索等功能。