形状是图像的基本内在属性,人主要是根据形状边缘来理解图像的,所以基于形状特征进行图像检索更加符合人的视觉特性。形状的获得以图像分割为基础,对形状边界的提取和形状特征描述,是图像处理领域一直研究的难题。　　在简要介绍了研究背景和意义、形状特征检索关键技术的基础上,本文主要研究了两个方面的问题:形状的有效提取和形状特征的合理描述。　　第一方面,从边缘检测和区域分割两个方面详细的介绍现有的一些方法,重点讨论Canny边缘检测法和Ostu自动阈值分割法。针对目前形状提取方法的不完善性,提出了将Canny边缘检测和Ostu区域分割结合起来提取主体轮廓的新方法。该方法兼顾了边缘检测的位置准确性和区域分割的形状的简单性。经过大量实验,验证了方法的可行性,以及对检索的有效性。　　第二方面,主要探讨矩方法在形状描述中的应用,对目前常用的各种矩方法进行详细分析,并通过计算的结果数据验证其对图像平移、旋转和缩放(RST)变换的适应性。以RST不变性和系统查准率为标准,提出了一种更符合人的视觉特性的极坐标不变矩描述方法,可以描述区域、封闭和不封闭边界。与其他方法相比,本方法具有更高的检索准确率和检索效率。　　此外,设计并实现了基于形状特征的检索系统,用于验证本文提出的方法的有效性。　　最后,对全文进行了总结,概括了主要研究成果,并对今后的研究方向进行了规划。