随着互联网以及多媒体技术的飞速发展,图像信息已经渗透到各个行业,成为数字信息的一种主流形式。图像数据库随之日益扩大,如何高效的管理以及检索成了迫切需要解决的问题,也是国内外学者研究的热点,图像检索技术就是在这种背景下出现的新兴研究领域,基于内容的图像检索技术是当前的主要研究方向。基于内容的图像检索技术包括图像预处理,特征提取,索引结构等多个方面。本文主要围绕特征提取和索引结构展开研究,提出了一种新的基于显著封闭边界曲线的图像检索算法,该算法的主要思想是首先采用经典的Canny算子检测得到边缘碎片图,然后利用图论中的最小比率环算法从边缘碎片图中提取图像的显著封闭边界,最后通过改进的VA-File索引机制建立图像库,根据直方图相交的方法进行图像检索。本文的主要工作及创新之处如下:针对封闭边界提取容易受到噪音干扰的问题,提出了一种综合考虑边缘信息和区域信息的边缘显著性度量函数,将其应用到封闭边界的提取当中,对提取效果做了对比实验。分析了VA-File检索效率的不足,提出了一种针对VA-File的改进方案,给出了改进方案的原理结构、动态构造以及查询算法的实现。根据本文提出的基于显著封闭边界曲线的图像检索算法,设计和实现了原型系统,做了查准率和查全率的实验。针对提出的算法做了大量实验,并对结果进行了分析,主要包括:①显著封闭边界提取实验,说明了本文提出的显著性度量函数能够保证提取的封闭边界的接近性尽可能小,围住的显著区域尽可能大,实验表明算法对图像的噪音、旋转、缩放具有良好的鲁棒性;②改进的VA-File的阶段性实验,表明在保证检索结果逼近VA-File的情况下,能够大幅度地提高检索效率;③通过原型系统,对本文的图像检索算法,做了查准率和查全率的测试,测试结果表明该算法具有良好的性能。综合上述实验结论表明,本文的算法用于图像检索是有效的。