随着计算机技术和网络技术的广泛应用,在新闻出版、医疗卫生、建筑设计等行业每天会产生大量的数字图像。如何有效地对这些图像进行分析、存储和检索是一个亟待解决的问题。基于内容的图像检索技术能有效地解决这一问题,成为研究的热点。纹理是图像的一个主要特征,也是基于内容图像检索系统中的一个重要手段,因此,本课题主要针对基于纹理特征的图像检索技术展开研究。本文分析、比较了经典的纹理特征提取方法和纹理分析方法,以及常用的相似度度量方法,指出其各自的特点。然后,着重对纹理特征的提取和纹理特征相似性的度量进行了深入研究。在图像纹理特征和图像检索方面所做的工作有:1.选用灰度直方图的矩提取纹理特征,因为灰度直方图的矩形象而直观地反映像素点随灰度值变化而变化的情况。虽然其它提取纹理特征的方法各有其优点,但灰度共生矩阵的灰度像素统计特征,没有和人类在视觉上对纹理特征的鉴别之间建立对应关系;Gabor小波函数的纹理特征不具有旋转不变性。2.使用Tamura纹理特征,比较全面分析纹理的特征,能够从纹理的最本质属性方面来探索图像的纹理特征。其它的方法虽然都具有优点,但游程长度统计分析法不能充分反映图像的整体模式和整体像素点排列规则;傅立叶变换法和小波变换纹理分析法的检索结果存在一定程度的失真。3.由于纹理特征本身具有区域性和局部性的特点,单纯形法通过计算像素点之间的距离,判断方向,进行一系列线性变换,找出与示例图像纹理特征最相似的图像。而距离函数相似度度量计算简单,但限定条件太严格;Hausdorff距离方法的匹配对形变不敏感,但是对噪声很敏感;马氏距离只要求特征向量的各个分量间具有相关性或者具有不同的权重,但相关性和不同的权重很难确定。本文设计实现了一个基于纹理特征的图像检索系统,对于给定的示例图像,并根据系统搜索图像库与示例图像相似性程度的数值,按降序排列相符合的图像。实验结果证明,本文的实验系统具有较好的检索性能。