随着计算机、多媒体以及网络技术的迅速发展,人类进入了信息时代。随着社会的信息化,越来越多的数字图像资源出现在人们的生活中,如何对规模越来越大的图像数据库进行有效的管理就成为目前迫切需要解决的问题。于是,基于内容的图像检索技术CBIR(Content-Based Image Retrieval)应运而生。目前基于内容的图像检索技术主要集中在图像的低层视觉特征,如颜色、纹理、形状等。颜色特征具有旋转不变性和尺寸不变性,然而经典的颜色直方图法只是记录图像的全局颜色信息,并不能反映颜色信息的空间特性。纹理特征具有旋转不变性和较强的抗噪能力,但当受到光照、反射以及图像分辨率变化的影响时所计算出来的纹理可能会有较大偏差。针对这些问题,本文提出一种基于颜色与纹理相结合进行检索的新方法,主要工作体现以下几个方面：1、较全面地讨论了基于内容的图像检索技术的基本概念、关键技术及已取得的成果,分析了国内外研究动态和今后的一些研究方向,为后续的算法理解奠定了理论基础。2、本文针对颜色直方图不能反映颜色信息的空间特性等问题,对基于颜色的图像检索方法进行了改进,提出了一种基于全局主色和局部主色加权和的分块检索方法。首先在进行颜色空间的选择、转化及量化操作之后对图像进行扇形分区,分别提取图像的全局主色和各分区主色,然后计算全局主色和分区的各颜色的加权和,从而得到图像的颜色特征。这样在一定程度上反映了图像的空间信息。该方法简单,可以更加灵活准确地描述图像的颜色特征,实验结果表明这种方法具有较好的检索效果和性能。3、针对对纹理信息的捕捉容易受到背景信息的干扰等问题,本文提出了基于加强前景图像纹理的图像检索方法。其基本思想如下：采用Otsu法计算出分割图像的最优阈值T,从而得到前景图像与背景图像,然后利用某个值加强前景图像信息并弱化背景图像信息,并结合原始图像利用灰度共生矩阵法提取纹理特征,从而进行图像检索。该方法增强了前景图像的信息,并融合了全局图像的信息,能够在一定程度上过滤背景信息,改进了原有算法易捕捉背景图像中的干扰信息的不足,检索性能得到提高。4、综合颜色、纹理特征进行图像检索。只用一种特征进行检索虽然取得了不错的效果,但形式比较单一,包含的图像内容信息也比较片面,往往还不能满足用户的检索需求,通常需要综合特征。因此本文在颜色特征和纹理特征改进的基础上,利用归一化方法,分别对查询图像与图像库中所有的颜色向量和纹理向量进行归一化,然后对两特征进行加权相加,从而得到综合特征,进行图像检索。本文的方法不仅在颜色特征上考虑了全局和局部的概念,而且在纹理特征上排除了背景图像的干扰,实验结果证明这是一种有效的图像检索方法。