摘要：随着信息数字技术的飞速发展，各行各业的大量信息都在以多媒体信息的方式被数字化。图像是最为广泛和基本的多媒体信息，图像数据的应用领域己涉及到科学技术和日常生活的各个方面。基于内容的图像检索(CBIR, Content-Based Image Retrieval)是一种用图像的视觉特征(颜色、纹理、形状等)进行图像检索的技术。基本思路是根据某种算法提取已给定的图像的特征，再依靠相似性度量函数，把图像库中图像特征与范例图像的特征进行匹配，然后按照相似度髙低排序，根据排序显示检索的结果。在整个检索过程中，特征提取和相似性度量是关键问题，前者将影响到图像内容的描述，而后者则会对计算的实时性提出比较高的要求。本文主要围绕CBIR中图像特征（颜色、纹理、形状等）提取的关键技术展开研究，具有较高的理论意义和实际应用价值。

关键词：基于内容的图像检索，特征提取，颜色，纹理，形状

目录

摘要

Abstract

1 引言-4

2 图像特征表示与分析-5

2.1 颜色特征-5

2.1.1 颜色模型-6

2.1.2 常用图像的颜色特征提取-8

2.2 纹理特征-10

2.3 形状特征-11

3 聚类算法和相似性度量-13

3.1 模糊聚类算法-13

3.1.1 FCM聚类算法-13

3.1.2 FCM聚类算法的参数-14

3.2 距离相似性度量-15

3.3 归一化-16

4 基于内容的图像检索方法-16

4.1 检索效果评价方法-16

4.2 动态调整多特征权值的检索方法-17

5 实验结果和性能分析-19

总  结-21

参考文献-22

致  谢-23