多媒体信息的急速膨胀，推动图像检索技术的发展。传统的基于文本与内容的检索技术已经不再能完全满足人类的需求。基于内容的检索方式的出现，初步解决了人对图像视觉特征所代表的语义需求，但是不能完全解决高层语义的图像检索。我们需要获取高层语义，基于词义多样性的图像检索。所以我们需要解决这个问题。图像检索涉及数据库管理、计算机视觉、图像处理、模式识别、信息检索和认知心理学等学科。现在图像检索系统的性能还必须建立在人际交互的基础上。基于内容的图像检索已经比较成熟了，分为几个部分。26360
   （1）基于颜色特征的检索[3]，里面有几种方法。意识矢量距离法，以图像的直方图在各个灰度级上的值构成特征矢量，按照欧式距离公式计算特征矢量之间的距离，以这个距离代表图像之间的差别程度。实验证明，如果选择合适的彩色空间，那么，欧式距离与人感觉的颜色差别是一致的。二是直方图交叉法，三是直接差值法。论文网
      （2基于纹理特征的检索
    纹理是一直能够不依赖于颜色或者亮度的反映图像中同质现象的视觉特征，对图像灰度变化的特征进行量化，与位置、走向、大小、形状有关，与平均灰度级无关。图像检索中用到的纹理特征表示方法主要有：TAMURA方法、小波变换和自回归纹理模型[9]。
      （3基于形状特征的检索基于语义的图像检索
形状特征与目标联系在一起，需要提取目标的轮廓或描述目标所包围的区域的性质。因此形状比颜色和纹理的语义性更强。这里又分为以下2种表示法：
 基于边界的表示：代表方法是傅里叶描述子。它的基本思想是对图像进行傅里叶变化得到的边界作为形状描述。其中一个优点就是把二文问题简化为一文问题。
 基于区域的表示：代表方法是不变矩法。
      （4）基于空间关系特征的检索
 基于空间关系特征的检索空间关系特征可以分为两种以下类型：
 一：基于图像分割的方法。在计算机视觉领域，图像分割指的是将数字图像细分为多个图像子区域的过程。图像分割的目的是简化或改变图像的表示形式，使得图像更容易被理解和被分析。图像分割通常用于定位图像中的物体和边界。更准确的，图像分割是对图像中的每一个像素加标签的过程，这一过程使得具有相同标签的像素具有某种共同视觉特性。
二：基于图像子块的的方法
它是将图像简单均分成多个子块，对每图像子块提取特征建立索引。这种方法说取来简单，但是做起来却相当难，所以基本不用。 图像检索技术国内外研究现状:http://www.youerw.com/yanjiu/lunwen_20510.html