随着图像数据的海量增长,基于形状的图像检索技术逐渐成为研究的热点。借助于形状分析技术,人们可以提取出图像中物体形状的特征,进而在图像库中检索出与查询图像相似的图像,实现对图像数据的有效利用。虽然基于形状的图像检索技术已经有了较大的发展,但是与人们理想中的检索效果还是有很大的差距。所以基于形状的图像检索技术在目前和将来相当一段时期内仍然将是研究的热点和难点。本文在总结了现有研究成果的基础上,重点研究形状的描述方法以及相应的相似度计算的问题。本文的研究成果主要包括以下几个方面:1.分析研究了图像检索中的形状描述方法本文首先研究了基于形状的图像检索的框架,明确了形状描述方法是整个框架的核心问题。在此基础上,对图像检索中所用到的形状描述方法进行了分析研究。图像检索本质上是一个匹配的过程,本文设计了基于形状的图像检索的技术流程,并对其中涉及到的关键技术进行了研究。2.提出了基于最小惯量轴的轮廓描述和检索算法依据形状分解的思想,利用目标轮廓的最小惯量轴将轮廓分解成为等长的弧线,对每段弧线进行傅立叶变换提取其特征,再利用点匹配的方法来计算形状之间距离。所提取的特征综合了形状的全局与局部的信息,具有几何不变性,同时对于形状的形变等情况也具有一定的鲁棒性。3.改进了基于骨架端点的轮廓描述与检索算法依据形状分解的思想,借助轮廓骨架的端点来对轮廓进行分解。首先定位出骨架上的各个端点,依据与各端点的距离将轮廓上的点分类,实现轮廓的分解。对每一段轮廓分段,求取其弧线段的相应特征。由于轮廓的分解数目可能不同,采用了最优化方法中的指派问题方法来对轮廓分段进行匹配并计算形状距离。