基于内容的图像检索是根据图像的内容,对图像内容进行分析和量化并提取图像特征,并且使用图像的特征进行图像检索的技术。目前基于内容的图像检索技术已经在图像搜索引擎、医学图像管理等若干领域广泛使用,具有十分广阔的应用前景。本文主要使用基于结构元的特征提取方法,提出了三种有效的基于内容的图像检索方法。(1)提出结构元描绘子,通过结构元描绘子可以有效表示图像的纹理特征。在提取结构元描绘子的同时结合图像的颜色,那么结构元描绘子可以同时表示图像的纹理和颜色特征。因此,首先把图像在HSV颜色空间量化为72种颜色,并在量化的每种颜色的图像层中统计结构元的个数并计算得到结构元直方图。结构元直方图有效地结合了图像的纹理和颜色特征。实验结果表明,该方法表现出良好的检索精度和召回率。(2)定义三种相关性描述,结构元相关性、梯度值相关性和梯度方向相关性。图像通过块截断编码生成一张位图和一张平均值颜色分量图。在这三种相关性中,结构元相关性不但可以有效地表示图像块截断编码处理后的位图,而且可以有效表示出位图的结构和位图中每小块之间的相关性。梯度值相关性和梯度方向相关性可以有效表示块截断编码处理后平均值颜色分量中梯度的相关性。通过定义的三种相关性构成图像的特征向量,该特征向量可以有效地表示一幅图像。实验结果表明,该方法的性能明显优于其他方法。(3)通过训练大量图片得到结构元码本模式,并用结构元码本模式来表示图像的纹理。把图像在HSV颜色空间量化为72种颜色。通过在每种颜色的图像层中计算结构元码本模式直方图的方式有效地把图像的纹理和颜色结合在一起。实验结果分析得出,该方法较其他图像检索方法有明显优势。