随着大数据技术的发展,图像已经成为我们日常生活中不可或缺的信息获取方式。尽管图像处理、图像检索等研究已经非常深入,也取得了不菲的成果,但是仍有诸多不足的地方亟待加以优化。鉴于此,本文在基于内容的图像检索技术的基础上,对图像的主体部分进行分析,提出了基于感兴趣区域的图像检索方法。本文的主要工作内容如下:1.提出了一种基于颜色特征的单主体图像感兴趣区域提取方法。图像感兴趣区域是图像的主体部分,可用来代替整个图像进行检索任务,利用感兴趣区域独特的形状特征及较为明显的边缘轮廓的优点,准确提出感兴趣区域部分。最大化地消除了背景等无关信息的影响,只保留图像主体与图像库中的图像进行匹配,以此增强检索的准确率。2.提出了一种结合空间域与频率域的图像增强方法,对图像进行处理,突出感兴趣区域。为了使提出的感兴趣区域更为完整准确,因此在提取之前对图像感兴趣区域进行增强处理,使图像主体的特性更为显著。首先使用双边滤波在对图像进行降噪处理,一方面可以实现图像去噪,另一方面还可以保留图像主体的边缘细节。然后利用小波变换进行处理,突出作为低频分量的图像主体,以此增强感兴趣区域的特性,从而更好地提出感兴趣区域,进一步增强了检索效率。3.实验对比分析。利用标准图像库对实现的感兴趣区域增强方法和感兴趣区域提取方法进行测试,通过与其他算法比较提出感兴趣区域均方差和峰值信噪比,证明本文算法的优势,又通过比较多种方法的平均查准率证明本文所提算法的检索准确性。