本文在基于内容的图像检索研究基础之上,提出了多种具有旋转不变性的纹理特征属性—基元结构描述符,并依次生成两种与之相关的图像检索方法,其具体的研究内容如下:首先,深入研究并分析了针对于内容的图像检索领域中的相关检索技术,具体分别为针对于颜色特征属性(color-feature)、针对于纹理特征属性(texture-feature)以及针对于形状特征属性(shape-feature)的图像检索技术。同时,详细地描述了基于内容的图像检索过程,具体分别为检索图像的特征提取、图像数据库的预处理、相似性比较以及结果反馈。最后,具体阐述了基于内容的图像检索的效果评价标准,分别为精确度与召回率、平均精确度以及F-measure值。其次,在颜色空间模式中以2*2带有优先级的网格为基本单位,从中提取图像的纹理特征—24种基元结构描述符。同时,为了实现旋转图像的信息检索,对原始的24种基元进一步提出了改进,并总结出8种具有旋转不变性的基元结构描述符。最后,本文分别从纹理空间分布的角度出发提出了将基元共生矩阵(motif co-occurrence matrix,简称MCM)作为图像的特征矩阵的检索方法;从颜色特征属性与纹理特征属性相结合的角度出发提出了将基元矩阵(motif matrix,简称MM)作为图像的特征矩阵的检索方法。其中,采用基元共生矩阵的图像检索方法在灰度图像中的8种基元的基础上,对图像进行纹理特征的提取,通过使用行、列基元共生矩阵合并的基元共生矩阵作为图像的特征矩阵。采用基元矩阵的图像检索方法结合图像的颜色特征—平均像素与纹理特征—基元,提出使用基元矩阵统计平均像素与对应基元在图像中的频数,并将其作为图像的特征矩阵。最后,利用Matlab、Java以及My SQL开发工具实现,并在Corel图像数据库与Brodatz纹理数据库中执行图像对比实验。