越来越多的数字图像和视频被收集和存储,为了有效地利用这些资源,基于内容的图像检索技术应运而生。基于内容的图像检索技术主要利用图像的颜色、纹理和形状特征对图像进行检索,论文重点研究基于颜色和纹理特征的图像检索技术。论文首先讨论了基于内容的图像检索技术,包括图像特征提取、相似度度量及检索性能评价等。基于颜色特征的图像检索技术主要包括颜色空间的选择、颜色量化方法及颜色特征的提取。传统的颜色特征提取方法主要包括颜色直方图、累积直方图、颜色矩等。论文分别用这三种颜色特征提取方法对图像进行检索,并给出实验结果。由于传统的基于颜色特征的图像检索方法缺少颜色空间分布信息,有人提出了基于固定区域划分的方法,基于划分的方法虽然综合了颜色的空间分布信息,但是对图像的旋转和绝对位置敏感。因此论文提出了基于图像前景和背景主颜色的图像检索方法,既减小了颜色特征维数,又综合了颜色的空间分布信息,并且对图像的旋转和绝对位置不敏感。这也是论文有所创新的地方。在基于图像前景和背景主颜色的图像检索方法中,重点讨论了图像分割方法、初始聚类中心的选择对检索效果的影响。论文对全局主颜色,等面积分块、等间隔环形分块主颜色,图像前景主颜色,基于图像前景和背景主颜色的方法进行了实验,并对实验结果进行比较分析。实验结果表明基于图像前景和背景主颜色的方法与传统的基于颜色特征的检索方法相比有较高的查准率和查全率。在基于纹理特征的图像检索技术中,首先讨论了纹理特征的表达方法,然后讨论了基于灰度共生矩阵的图像检索算法,并给出该算法的实验结果。由于基于图像单一特征的检索总会存在一定的不足,论文最后综合颜色和纹理特征对图像进行检索。大量的仿真实验表明,与基于单一特征的检索方法相比,基于颜色和纹理特征的检索有较高的查准率和查全率。论文中所提到的图像检索算法都进行了仿真实验,并对所有的实验结果进行了分析比较,进一步说明了论文提出的基于图像前景和背景主颜色的图像检索算法有一定的实用价值。