随着网络的飞速发展,各行各业对图像的使用越来越广泛,图像信息资源的管理和检索也显得越来越重要。对图像而言大部分情况下往往不能用一个或几个简单的关键词来进行标注;如此海量的图片也使得人工标注成为不可行的方法,为了更好的使用图像信息,有效的图像检索就显得十分必要,于是提出了基于内容的图像检索(CBIR,Content-based Image Retrieval)。基于内容的图像检索是利用图像本身的性质如颜色,纹理,形状,空间关系等,并借助图像处理技术、模式识别技术和计算机视觉技术来进行检索。目前,基于单个特征的图像检索研究较多,但效果并不理想,所以基于两种特征相结合进行图像检索受到越来越多的关注。论文在研究基于形状和空间关系特征检索的国内外研究现状、发展趋势和应用情况基础上,鉴于物体的形状及其空间关系既是图像的核心内容,也是人们识别图像、分类图像的重要依据,并且基于这两种特征的图像检索被证明是可行的,提出了基于形状和空间关系的图像检索方法。在研究图像的形状和空间关系的基础上,找到一种能同时描述两种特征的描述子,通过特征提取,特征描述和相似性匹配进行检索。文章采用了傅立叶描述子和奇异值分解两种方法对所提取特征进行描述,并用距离匹配和奇异值匹配两种方法进行相似度匹配,并分别对检索结果用查全率、查准率和时间复杂度进行了比较。实验结果表明用奇异值分解方法优于傅立叶描述子法,奇异值匹配方法优于距离匹配法,检索的查全率,查准率更高。论文还提出了一种图像相似度测量的方法——改进的DP匹配法,并用大量试验证明该方法的有效性。根据上述的检索方案,本文设计了一个简单的图像检索系统,该系统具有可视性好,检索直观、方便的优点,可以支持浏览查询和示例查询。