现如今,随着通信和计算机技术的蓬勃发展,数字图像容量呈爆炸式增长。如何有效地管理、快速访问和准确检索日益庞大的图像数据库已成为图像技术领域的研究热点。因此,有效快速的图像检索技术必将成为一个重要的研究方向。本文主要研究的是基于颜色特征的图像检索,它是由特征提取、相似度匹配以及性能评价这三部分构成,主要研究工作包括:(1)结合邻近空间理论,提出了颜色特征提取方法。首先,在图像特征提取过程中用到了颜色空间的转化,通过颜色的量化得到72个颜色特征;然后,结合了邻近空间理论的思想,分别提取出查询图和图像库中的每一幅图像的颜色直方图特征;通过探测函数的欧氏度量计算出两幅图像的特征向量之间的相似度;最后,通过仿真实验验证了该特征提取方法的有效性。(2)利用优势粒结构,提出了基于改进的优势粒结构相似度的匹配方法。首先,从72个颜色特征中选取显著特征用于后期匹配,以降低计算复杂度;然后,根据邻近空间理论的性质,通过比较图像之间的颜色特征向量中较显著的颜色特征值,大致判断出两幅图像是否是同类图;设计了一个改进的优势粒结构相似度方法,计算查询图和图像库中的每一幅图之间的相似度;最后,通过实验验证了该相似度匹配方法的有效性。(3)结合本文的特征提取和相似度匹配方法,提出了基于邻近空间理论的图像检索方法,为了取得更有效的查准率和查全率,对于不同的数据集,实验参数取值也是不同的,实验参数的选取是由数据集中颜色特征的频数大小决定的。实验对比结果表明:本文方法实现的性能指标要高于现有的典型算法,在含有10类1000幅图像的数据集中,检索排名在前10名的平均查准率达到了 68.33%,在含有20类1440幅图像的数据集中,通过对比仿真实验得到的平均查全率达到了 83.87%。