随着科学技术的进步,现代信息检索所处理的对象和规模都有了很大的变化。人们迫切需要一种能够快速而且准确地查找访问图像的技术,这就是图像检索技术。图像检索的过程反映的是从图像数据中抽取出特征,形成概念,来研究这些概念之间的关系。同时,形式概念分析理论也提供了一种以概念格让数据有机地组织起来的形式,概念格节点体现了概念内涵和外延的统一,非常适合于发现知识。因此在许多领域获得了广泛的应用,如信息检索、数字图书馆、软件工程、知识发现等。本文系统研究了国内外图像检索的现状以及概念格在相关领域的应用,提出了一种基于形式概念分析的图像检索方法。首先,介绍了一些已有的针对不同语义的图像提取一些判别能力好的特征的方法。这些方法通过对图像的信息以及现有底层特征的分析,克服了对所有图像采取同样算法提取特征的局限;其次,引入模糊数学中的隶属度函数,并以此为基础,判断了待检索图像的候选类别(即可能属于的语义类别),这样不必与图像库中的所有图像进行比较,只需比较图像库中的一些子集,可以缩小检索范围;然后,以形式概念分析理论为基础,提出图像检索的算法。将待查询的图像表示为一个概念格,而不是将所有的图像都表示在同一个概念格中,减少了建立概念格的复杂度。并与候选类别中的图像概念格进行概念匹配并进行相似度计算,按相似度大小顺序输出图像;最后,选取Coral图像数据库中的部分类别进行实验。通过与传统的基于颜色直方图方法的图像检索进行比较,在时间与检索结果上比传统的基于内容的图像检索方法有所改进,验证了本方法在时间以及检索结果上的有效性。