由于图像分形压缩编码的参数能够有效地反应图像的本质特征，因此分形编码技术作为一种新兴的图像压缩技术，已被广泛地运用于图像检索领域。压缩域的图像检索已成为基于内容的图像检索的研究热点之一，该技术无需全解压操作，对计算资源的需求相对较低，因此，图像检索的实时性、高效性和灵活性较高。该技术适用于Internet网的图像检索查询、动态数据库以及手持网络终端等计算资源有限的环境，对网络信息安全也具有十分重要的意义。论文的主要研究工作有：1.在基本分形编码算法的基础上研究了正交化分形编码算法，通过实验验证了正交化分形解码的速度高于基本分形解码的速度，并且解码图像的PSNR值也较高。与此同时，采用了将分形参数中的拼贴误差用于图像检索的方法，实验表明，图像的拼贴误差能够有效地反映图像的本质特征。2.将正交化分形编码算法与核密度估计相结合并运用于图像检索。首先对提取的分形编码参数进行预处理，利用核密度估计方法对参数进行统计分析，该方法能够有效地获取纹理图像的统计特征并将其作为检索索引，从而降低了图像检索过程中数据计算的复杂度，同时相对于其他的非参数统计方法如直方图方法，图像检索的准确率有了显著提高。3.根据核带宽对核密度估计结果的影响，利用能够根据参数分布的情况而变化的变带宽核密度估计方法进行统计分析，并得到分形编码参数及拼贴误差的特征向量作为检索索引，实验表明，该算法降低了计算复杂度的同时也提高了检索准确率。4.提出了一种联合参数的图像检索方法，首先从分形编码中提取鲁棒性（旋转、平移、缩放等不变性）索引，即从由值域块均值R构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引，再与分形编码参数的核密度估计统计特征相结合，采用两个索引的加权和来比较图像的相似度。实验结果表明，使用两个索引的加权和比使用单独索引具有更好的检索结果。