随着多媒体技术及Internet网络的迅速发展，图像信息资源的检索已成为国内外研究的热点。当今，基于内容的图像检索(CBIR)是该领域的重要研究方向。它不同于传统基于文本的图像检索，而是一种模糊查询技术，通过对图像提取一定的特征，找出在特征空间中与查询要求接近的图像，从而实现在图像数据库中自动地、智能地检索、查询和管理图像。在CBIR系统中，特征提取算法是决定图像检索结果的关键。目前对图像检索系统的研究主要是基于颜色、纹理、形状、空间关系等图像低层视觉特征的，其中对纹理特征的分析虽然有其复杂性，但它却能够很好的描述图像的平滑、稀疏、规则性等特性，因此纹理也成为基于内容的图像检索中的一个重要手段。本文就对基于纹理特征的图像检索方法进行了相关的实验与分析，得出相应的结论。
　　 论文先介绍了CBIR系统的发展状况及其研究中需要注意的几个关键问题，其次给出了纹理的基本概念，并在此基础上从基于统计、基于频率域和基于结构三方面给出一些典型的纹理检索方法。
　　 一幅图像的灰度共生矩阵反应了图像灰度关于方向、相邻间隔、变化幅度等的综合信息，是分析图像的局部模式结构及其排列规则的基础，所以本文选择基于灰度共生矩阵构成的特征矢量来提取纹理特征，重点做了如下工作：
　　 首先针对实际检索中使用的大量自然纹理图像进行基于概念的图像分类，在此基础上选择十大类别的图像构造相应的图像库；其次使用灰度共生矩阵的方法提取图像纹理特征，并将由共生矩阵构成的十种特征矢量分成不同类别的特征组用于分类图像的特征检索，进而对实验结果作出详细的分析和总结。通过大量的检索实验得出：如波纹、木纹这类较细密的纹理特征应选用基于灰度共生矩阵构成的能量、熵、相关性等特征矢量进行检索，而对于鳞片、花纹等较粗纹理的图像类别则需选择对比度、方差等特征得到较满意的结果。
　　 所有实验及分析都是基于图像纹理特征的检索系统来完成的。因此文中介绍了检索系统的各个模块及功能。同时对检索中的特征归一化，相似度测量，相关反馈及系统评价方面的问题进行了探讨，且针对各重点问题选择了合适的方法，并将其应用于最终的具体实验。
　　 研究证明针对不同类别的特征，选择较为合适的特征矢量，在实际检索工作中具有很大优越性。