近年来，随着信息多媒体时代的到来，以及网络在世界范围内的日益流行、云计算的风行，人们在日常生活工作接触的信息量越来越大。图像作为信息的一种载体，具有直观、信息量大、便于不同国家间交流的特点，是网络多媒体的重要组成部分。基于文本的图像检索是基于内容图像检索的基础，用人工方式解释图像信息，其工作量我们难以想象，可行性也值得商榷。因此CBIR方法有效解决了这一个难题。基于内容的图像检索（CBIR）包括四个阶段，分别是：获取图像、提取特征、分类图像、检索图像。图像检索主要是一个核心问题：选取何种算法提取哪一种图像特征，快速有效的进行图像的区分与检测。纹理特征的提取是CBIR的关键问题之一，本论文也是基于图像纹理特征的提取为基础。纹理作为图像内容检索的研究热点之一，通过过去十几年的研究，纹理特征提取有了特别大的进展，纹理提取方法也有单一的统计分析法演变发展到数种有价值的方法，这些方法总体上可分为4个大类（结构分析法，统计分析法，模型法，频域分析法）。其中最早的应用最广泛的是统计学方法。纹理特征的本质是研究图像相邻像素点灰度的空间分布情况。尽管到现在为止，已经有很多方法提取图像的纹理特征，并且可以对纹理进行分类，分析特征，但是我们选不出一个最好的方法进行图像纹理特征表示，以为在实际的应用中，它们各有优点和缺点，并且许多算法如果不经过改进，存在计算量大，存储空间占用过多缺少实际应用价值的缺点。因此，改进原算法以及进行多种算法组合仍然是以后纹理分析的一个重要方向。基于统计法的基础，本论文对灰度共生矩阵算法进行了分析和改进，提出了一种快速灰度-梯度共生矩阵和一种灰度邻域基元共生矩阵方法。基于小波变换，本论文提出了小波变换的改进算法，进行图像纹理特征提取，引入了细化参数和对数-极坐标变换的方法。