图像包含丰富的信息,在人类生活和工作中起着日益重要的作用。同时,互联网以及多媒体等技术的不断革新和普适化应用促使数字图像的数量激增。图像检索逐渐成为人们分析和利用图像资源的一种重要方式,并在许多领域中都得到了广泛应用。然而,作为图像检索的基础和核心技术,底层特征提取相关的研究还不够成熟,仍然是相关领域的一个研究热点和难点。本文主要研究基于内容的图像检索中的底层特征提取技术,重点研究了颜色、纹理特征的提取。论文的主要工作如下:(1)研究并提出了颜色模糊相关图特征提取算法。已有的颜色自相关图特征提取方法只考虑同种颜色在图像中的分布信息,忽略了不同颜色之间的联系,提取出来的颜色信息非常有限,从而导致图像检索效果较差。因此,本文提出了颜色模糊相关图算法,它在颜色自相关图的基础上加入了颜色的相似度值,该值由论文中定义的模糊相关函数计算得到。对比实验显示,虽然颜色模糊相关图的图像检索时间比颜色自相关图稍高,但它在Corel-1K图像库上的检索准确率达到69.60%,比后者提高了大约7%。(2)研究并提出了基于颜色层的纹理基元直方图特征提取算法。在已有底层纹理特征提取算法,特别是结构分析法的基础上,考虑到从一般的图像中提取纹理基元及其排列规则比较困难,本文基于二值图像确定了16个大小为2×2的纹理基元,构成一个完备组。将它们作为二值图像纹理的基本组成单位,并通过纹理基元直方图来刻画二值图像的纹理特征。进而,提出基于颜色层的纹理基元直方图算法,用于提取一般图像的底层纹理特征。特征提取之前,需要先通过颜色量化和图像分层来完成图像二值化。这样可以实现颜色和纹理的特征前融合,进一步提高检索质量。相关仿真实验表明,在较短的检索时间内,基于颜色层的纹理基元直方图算法的准确率最高达到76.92%,比其余几种对比算法提高了大约1.5%-6.5%。(3)研究了融合颜色与纹理的图像检索。颜色模糊相关图算法提取的是颜色特征,而基于颜色层的纹理基元直方图算法主要用于提取纹理特征。为了能够得到更高的图像检索准确率,本文将二者进行了特征后融合。实验结果表明,特征融合后的图像检索准确率最高达到78.71%,比单独使用纹理特征时提高1.8%,比单独使用颜色特征时提高9.1%,比其余几种对比算法提高了大约3.7%-7.6%。