由于分形编码是以简洁的迭代函数系统来表征图像，所以它在图像压缩方面取得了很好的效果。同时，分形编码也能够应用于基于内容的图像检索。庞大的可视化信息系统迫切需要能够对图像进行检索的可行的、有效的手段。本文针对传统方法的检索效率不高的缺点，根据不同检索特征提出了几种基于分形编码的图像检索方法： 方法1：基于迭代函数系统(IFS)的检索方法 不同图像之间存在着一定程度的相似性，但是相似度不同，本文提出了将编码图像(待检索图像)中的每一个子块经过仿射收缩变换来逼近图像库中图像的子块来提取编码图像的迭代函数系统，由迭代函数系统重建的解码图像与编码图像的PSNR值作为检索度量。实验证明了这种方法能够检索出同一人的不同姿态、表情的图像。但同一人的不同姿态、表情变化不能太大，否则检索效率较低。 方法2：基于一个值域块参数对(D，LMSE)的检索方法 一个值域块的分形编码，一定会有一个定义域块(D)和最小均方误差(LMSE)与之一一对应。此方法以一幅图像中一个值域块对应的参数对(D，LMSE)作为检索特征进行检索，大大提高了检索速度，检索时间大约是方法1的1/8，但只能检索出图像库中与之完全相同的一幅图像，而不能检索出同一人的不同姿态、表情的图像。 方法3：基于所有值域块参数对(D，LMSE)的检索方法 在分形编码的映射下，一个值域块等价于一个定义域块和一个最小均方误差构成的参数对，即R_i(?)(D_i，LMSE_i)。此方法以一幅图像中所有值域块对应的参数对(D，LMSE)作为检索特征进行检索。将待检索图像分割为相同大小的值域块，然后将每一值域块按给定的定义域块进行分形编码，得到最小均方误差，计算该最小均方误差与图像库中最小均方误差的欧氏距离，将待检索图像所有值域块的欧氏距离求平均，此平均欧氏距离较小的几幅图像即为检索出的图像。实验证明这种方法能够检索出同一人的不同姿态、表情的图像，且检索效率是几种方法中最高的。