颜色特征是图像的最基本的特征,具有鲁棒性、直观性等特点,因此基于颜色特征的图像检索方法在基于内容的图像检索中被广泛应用。传统的基于颜色特征的图像检索方法使用图像的全局颜色直方图比较图像之间的相似程度。全局颜色直方图虽然有高效简单的优点,但是也存在很大的局限性,它只能表示颜色的组成,没有包含颜色的空间分布信息,更不能体现图像所包含的语义信息。考虑到当一幅图像中有明显物体的时候,人们一般只对这些明显的物体所感兴趣;另外,物体之间、物体与背景之间存在一定的语义关系,这种关系是可以由颜色之间的关联来体现的。基于上述想法设计了一种新的基于颜色特征的图像检索方法——基于相关颜色的图像检索方法。这种方法首先把图像的行作为事务,利用数据挖掘中挖掘频繁项的算法Apriori找出相关联的颜色集合,称之为相关颜色集,然后从包含这些相关颜色集合提取出图像相关颜色直方图,通过比较直方图的距离得到图像之间相似程度。设计基于相关色图像检索方法的目的在于一方面通过对图像的行进行区分,明确了图像当中感兴趣部分的位置,减少了图像中不感兴趣部分的干扰;另一方面,包含相关颜色集的行同时也包含着图像对象之间的语义关系。通过大量的实验表明,对于包含明显物体的图像集,基于相关色的图像检索算法的检索效果比一般的基于颜色图像检索算法要好得多。