1 引言

在工业、农业和消防等一些领域中，随着多媒体技术应用和现代科技迅猛发展，图像和视频数据都呈现出几何式的爆发增长。数字化设备普及产生越来越多数字图像，大容量存储设备发展使得图像存储变得越来越容易，存储图像数量也越来越大。在此同时，如何海量的对图像采取有效检索，快速准确从海量的图像库里寻找得到待査询的图像，成为了近二十年来多媒体领域的热门研究方向的其中之一。现如今图像检索可以应用于犯罪侦查、敏感图像的检索、日常图片搜寻等等多个领域，对于维持好的社会秩序，满足人的精神文化的需求有着关键作用。来自优I尔Q论T文D网WWw.YoueRw.com 加QQ7520~18766

目前，基于文本的图像检索技术的发展已经比较完善，并大规模进入了商用的领域，我们所使用的百度等搜索引擎就用这种方法来进行图像的检索。虽然如此，基于文本的图像的检索也有其短板：首先，图像的文本或关键词的标注需要进行人工完成，随着数字化的不断发展，产生并且发布越来越多的数字图像，对所有的数字图像进行正确的标注是无法实现的。例如日常使用的手机，存储在手机上的的照片，普遍以imageXX。jpg来命名，用户上传到网上但没有对图像进行详细描述，这种命名所含图像的内容信息量很少，对基于内容的图像检索不起作用；同时，对图像进行人工的标注还存着一些主观意念和观察角度不同等问题，也就是标注歧义性，因为图像自身也包含大量的内容信息，当图像包含了多个目标或涵盖感情色彩时，关键字少的文本标注完全表达图像涵义是十分困难的。

随着进入数字时代，产生越来越多的数字信息的种类 ,从数据、文本、语音到图形、图像视频全都包括。在这些年来，计算机存渐渐降低储成本以及其计算能力的急剧增长,也就导致了大规模图像数据的可能性的产生。最典型的例子就是在医学中的使用，例如医学范畴研究和解决大批量的CT（计算机断层扫描技术）、X光、超声波图像等数据在化学中对分子的结构所组成的分析；物理学中的大量粒子轨迹的分析和其研究；在气象学、海洋学、地质学、农业学等领域中的图像数据。图像数据的处理，包括在大量的图像数据中迅速提取目标图像，已经成为了制约信息的获取和流动的关键问题之一。

20世纪70年代，有关于图像检索的研究是借用于文本索引技术，也就是基于文本的图像检索技术（TBIR），查询的操作是基于图像的文本描述，是对图像文件来建立一些关键词或文本标注等附加的描述信息，之后把图像的存储路径及图像关键词中间建立联系，也就是利用关键字来对图像进行检索。基于文本的图像检索技术（TBIR）现发展是比较成熟的，比如Page-Rank方法、位置方法、分类或聚类方法和词性标注法等。基于文本的图像检索技术不仅是技术发展比较成熟，并且分析和实现的难度也比较小。然而受到词汇的局限，容易歧义和更新慢等等缺点的制约。

为了克服基于文本方法自身的局限性，90年代出现对图像的内容，例如图像的颜色形状及空间关系等的分析检索，即基于内容的图像检索技术（CBIR，Content-Based Image Retrieval）。所谓基于内容的图像检索（CBIR），也就是查询的关键是图像本身并不是标注的关键字等。基于内容的图像检索需要从图像中提取一定的信息线索，然后根据线索在数据库中查找，然后检索出具体的相似特征图像。

进入90年代以来数字化不断发展，人们对于图像检索的市场需求度越来越强，促进了该领域的发展。基于内容的图像检索依赖于图像的内容信息的提取，利用图像的内容特征进行检索，利用图像包含的丰富视觉语义，通过特定的方法对特征信息进行处理，可以得到图像内容的描述，通过所查询的图像和模板图像的描述进行匹配，以便于达到良好图像检索效果。基于内容的图像检索技术（CBIR），能稳定的捕捉图像特征，避免歧义性问题，自动获取信息，使得海量图像检索成为了可能，也成目前的研究领域的大热点。