基于内容的图像检索中，实质上就是进行图像特征相似度的比较。目前常用的方法主要有两种：一种是几何模型方法，另一种是对比模型方法。前者将图像的特征视为坐标空间中的点，两点的接近程度常用它们的距离来表示，这种方法的一些公理条件的满足常常不能令人满意。对比模型方法是在1977年由Amos Tversky提出来的。与几何模型方法不同的是，实体不被视为特征空间中的点，而是把每一实体用一个特征集来表示。这一理论扬弃了几何模型的优缺点，提出了一个广泛的理论衡量方法，但是其理论色彩太浓，实用性不是很好。
前面谈论的检索主要是基于计算机方式的，但是很多时候计算机认为是相似的，而作为用户却并不认同，即计算机只能处理形式上相关的问题，而作为语用相关性的判断最终应由用户来完成。要解决这一矛盾问题，一方面是改进上述检索方法，另一个方面就是增进人机之间的通信，计算机将查询结果提供给用户，用户将查询结果的反馈信息再传递给计算机，进行多次反馈检索，会增加用户检索结果的满意程度。
基于内容的图像检索技术是通过分析图像的内容，如颜色、纹理等，建立特征索引，并存储在特征库中。用户在图像检索的查询过程中，一般对颜色、纹理、形状以及目标的空间关系等特征比较敏感。因此用户只需把自己对图像的模糊印象描述出来，就可以在大容量图像库中找到所需的图像。采用该方法，用户不需要对检索的媒体对象进行精确描述，比较适合实际应用；具有很强的交互性，用户可以参与检索过程；引入了特征库和知识辅助的概念，既便于保存描述图像内容的特征，又有利于查询优化和快速匹配。
下面就根据这些特征简单介绍几种基于内容的图像检索技术。
1.基于颜色特征的检索
对利用颜色特征进行图像检索要解决三个关键问题：颜色的表示、颜色特征的提取和基于颜色的相似度量。颜色特征是图像检索中使用的最直观、最明显、最可靠的视觉特征，一般用直方图描述，已广泛应用于图像检索。基本思想就是将图像间的距离归结为其颜色直方图间的差异，从而图像检索也就转化为颜色空间直方图的匹配。直方图的横轴表示颜色的等级，纵轴表示在某一个颜色等级上具有该颜色的像素在整幅图像上所占的比例。根据图像的不同特点，采用不同的方法对图像进行预处理，把查询图像颜色直方图与图像库进行匹配产生查询结果。
由于人类不能像计算机显示器那样只使用红绿蓝（RGB）成分感知颜色，因此有必要选择一个适合于人类视觉特征的颜色模型来改善检索效果。颜色模型HSV将彩色信号表示为三种属性，即色调（Hue）、饱和度（Saturation）和亮度（Value）。这种模型适合用户的肉眼判断。
但是，单纯的基于颜色直方图的图像检索方法没有保留原图的空间信息，毫无疑问是不够准确的。采用直方图特征计算比较简单，但它不能反映图像中对象的空间特征。两幅颜色直方图非常相近的图像其内容可能毫无相似之处。因此在基于颜色的图像检索中引入空域信息对于确保检索精度是十分必要的。除了颜色直方图之外，其他的一些颜色特征表示方法有颜色矩、颜色集等。
基于颜色的查询主要有两种方式：一是直接示例查询法，即用户给出示例图像，系统通过提取示例图像的颜色特征与图像库中图像的颜色特征进行相似度比较，以得到颜色相似的图像；二是基于图像的颜色主色调进行查询。由于用户可以很容易地给出图像的一个或几个主色调（一般可通过调色板选择），将这些主色调作为查询的主要特征进行相似性匹配，以查找图像库中具有类似主色调的图像。如蓝色主色调往往是和大海和蓝天的图像相关的，如果用户想要查找大海的照片，则可以指定蓝色作为主色调。但主色调仅仅反映了图像的大致情况、由于人的肉眼的分辨率有限，一种主色调用于颜色检索误差是较大的。实验表明，对选定主色调的适当扩展在基于主色调检索中是非常有效的。另外，大多数图像可能包含两种以上主色调，如一幅大海和沙滩画面的图像，可能蓝色和黄色在画面中都很抢眼，则这两种颜色都可以作为主色调。
2.基于纹理特征的检索(www.xing528.com)
作为图像的一个重要特征，纹理也是基于内容检索的一条主要线索，它是图像中一个重要而且又难以描述的特性。很多图像在局部区域内可能呈现出不规则性，而在整体上却表现出某种规律性。习惯上把图像中这种局部不规则而整体有规律的特性称为纹理。
从色彩学角度看，纹理就是物体内部的灰度级明显且又不简单的色调变化，它是所有的物体表面具有的内在特征，包括云彩、树木、砖、头发等，它包含了关于表面的结构安排及周围环境的关系。纹理特征是一种反映图像像素灰度级空间分布的属性，它适合用来描述和区分诸如山脉、草木、砖瓦、布匹等图像。从人类的感知经验出发，纹理特征主要有粗糙性、方向性和对比度，这也是用于检索的主要特征。纹理检索和纹理分类技术有着密不可分的关系。由于纹理是千差万别的，所以针对不同的应用系统常常需要设计不同的纹理分析方法。
3.基于形状特征的检索
形状是刻画物体的本质特征之一。很多查询可能并不针对图像的颜色，而是针对图像的形状。因为同一物体可能有颜色的区别，但形状却是一致的。对形状分析的基础是图像的边缘提取。边缘是图像分割的重要依据，图像边缘提取的好坏直接影响到形状的提取。一个好的边缘提取过程必须与滤波器配合使用。一个封闭的图像具有许多特征，如形状的拐点、重心、面积与周长比、长短轴比等。
形状特征是指整个图像或图像中子对象的边缘特征，采用该特征进行检索，用户可通过粗略地勾勒图像的形状或轮廓，或从图像库中选择某一形状或勾画一幅草图，利用形状特征或匹配主要边界，检索出形状相似的图像。
基于形状特征的检索方法有以下两种。
（1）分割图像经过边缘提取后，得到目标的轮廓线，针对这种轮廓进行的形状特征检索。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
