图像作为重要信息形式之一,已经越来越广泛地应用于各种领域。如何从大量的图像信息中快速而准确地检索出有用的部分,就成为了一个急待解决的问题。 目前,对于图像检索方法的研究,主要集中在基于内容的检索方法上,即基于颜色特征、纹理特征和形状特征,或者这些特征的组合的检索方法。本文分别分析了这些方法的优缺点,同时强调了在检索过程中用户反馈的重要性,并分析了各种反馈机制。 然后,在已有方法的基础上,本文提出了一种基于颜色特征的,结合分块和遗传算法的自适应检索方法。该方法充分利用了分块的特点,改善了颜色特征缺乏空间信息的缺点;同时利用遗传算法的自适应性,使算法可以自动调整检索参数,减少了在反馈过程中用户的选择操作,提高了系统的智能化程度。通过与另外两种方法(全局累加直方图法、分块和相关反馈法)的比较实验,证明了该方法的有效性。为了更进一步地提高检索效果,又在此基础上加入了纹理特征。实验结果表明,组合特征的自适应图像检索效果更好。