征或特征的组合来构成特征空间选择有效的算法提取特征，并组建特征库根据相似性度量算法确定图像间的相似程度第步中图像特征的选择是系统的标志，它在很大程度上影响了系统其他方面的实现。 下面分别对步骤和进行些讨论，步骤在以后碰到具体的提取特征时再具体讨论。 按特征空间对系统的分类根据所选取的不同特征空间，系统可以分为以下几类令基于象素特征这种方法的优点在于其特征提取相对较简单，但作为特征的轮廓难于结构化，只适用于检索有着较明确布局的图像，使用范围有限。 这方面的代表有的研究小组开发的艺术博物馆系统基于颜色特征基于颜色特征的检索算法统计图像的全局颜色特性，具有旋转不变性平移不变性和尺度不变性的特点，并且提取相对较容易，是简便有效的图像描述工具。 但它反映的是图像的总体特征，缺乏对空间关系信息的捕捉，错检率比较高。 引入适当的空间域信息可以改进系统的检索效果。 令基于纹理特征这种方法在特征提取时的计算量较大。 对于有大片均匀纹理区域的图像，检索效果较好，但如果是纹理变化较多，显得有些杂乱的图像，则以上方法并不理想。 墓于形状特征形状特征符合人对图像的认识是驻要集中在个目标区域这个事实，但对图像的分割缺乏可靠的技术手段，经常要依靠人工或半人工的方法勾勒目标形状边界，操作繁复。 基于概念特征图像的概念特征，接近于人类思想的理解，是最理想的特征。 但在现阶段的技术条件下，由于机器视觉人工智能和神经网络等相关技术还不够成熟，通常只在定义好的问题领域才能有效地获取高层知识，所以应用范围还非常有限。 使用基于概念特征实现的图像下，我们采用，来进行和数据库的连接。 具体的操作过程见第五章的遇到的问题与解决方案节。 第三章详细设计界面设计首先我们启动软件，建立工程框架图，选择个基本的对话框控件来设计主界面，如图所示图新建工作区间图新建工作区间属性的选择创建好工程后，进入个子界面的设计，这里我们只介绍核心部分的界面设计和代码的构成，首先我们进到板块中找到文件夹，单击打开可以看到内部的文件，这里我们选择种是近些年发展起来的侧重于挖掘图像本身特征的种检索策略。 图像的内容即图像的特征，而基于内容的检索就是通过两幅图像的特征匹配，即图像特征的相似性度量来实现的。 要进行图像特征匹配首先要进行特征提取。 图像的特征分为低层物理特征如颜色纹理形状轮廓等和高层语意特征是人对图像的概念级的反映，如对图像的个人感受等。 高层特征在目前的条件下，般通过人工注释的方法来实现，也就是前面说的基于文本的图像检索方法，这种方法要实现自动化有较大的困难，且主观性太强，不利于标准化的实现。 而低层次的颜色纹理形状等特征则相对较容易提取，也可较客观地反映图像之间的差别。 基于内容的查询方法和基于文本的查询方法相比，有这样几个特点采用从图像中提取出来的颜色纹理形状等真实特征来作为检索的依据，而不是人为的文字评价对这些特征进行相似性度量，即采用近似查询的方法多采用示例查询的方法，即给出示例图像，再从图库中查找与之相似的结果图像来。 如果将图像检索和图像理解相比的话，两者在基础技术上比较相似，但还是存在着许多重要的不同之处的。 比如，并不需要计算机识别出具体的目标是什么，计算机可以在完全不了解具体内容的意义的情况，而找出若干幅类似的图像来，另外，图像检索是模糊的相似性判断，检索结果应尽可能包含图像库中的所有相关图像，并且允许在结果中存在不相关的图像，而不同于图像识别那样必须找出明确的完全相似的内容。 采用方法开发的第个功能较为齐全的系统，要属公司研究中心开发的系统，它可以利用颜色纹理形状和草图等多种方法进行检索，用户只需给出示例图像或草图，就可方便地在图像库中找到相似的图像来。 美国加州大学伯克利分校与加州水资源部合作进行了计划，开发系统用于检索水资源部大量的水资源方面的图片。 另外，密歇根州立大学也开发了种商标图标图像检索系统，该系统通过计算归化的颜色直方图之间的欧氏距离，并用算子提取边缘点，用边缘点的方向直方图来表文件编辑器的代码为