随着多媒体信息的广泛应用，并在数据库系统和计算机视觉两大研究领域的共同推动下，图像检索技术已逐渐成为一个非常活跃的研究领域。基于内容的图像检索(CBIR)不同于传统的基于文本的图像检索，它实际上是一种模糊查询技术，通过对图像提取一定的特征，找出在特征空间中与查询要求接近的图像，从而实现在图像数据库中自动地、智能地检索、查询和管理图像。 在CBIR系统中，特征的提取和匹配算法是决定图像检索结果的关键。在已经存在的颜色特征，纹理特征，形状特征等几种特征提取方法中，由于纹理特征能够描述图像的平滑，稀疏，规则性等特性，因此本文决定采用纹理特征作为图像检索的依据。在匹配算法方面，本文采用相关反馈方法来自动调节特征向量的权重值，从而达到提高检索率的目的。 本文在传统的两种纹理特征提取方法的基础上，首先利用Gabor小波变换在数字图像中局部区域的频率，方向信息的优异性能，和共生矩阵对图像的整体区域有着较好的处理效果的特点，提出了结合灰度共生矩阵和Gabor小波矩纹理特征的图像检索新方法。 为了解决Gabor小波自适应性差和没有突出训练数据的统计特性的问题，提出了利用ICA纹理基元提取图像的纹理特征，来突出数据间的高阶统计关系与图像分析的自适应性，实现检索率较高的图像检索。 本文提出将相关反馈技术应用到图像检索中，通过从用户与查询系统的实际交互过程中进行学习，获得用户的实际查询意图，并以此修正系统的查询策略，从而得到与用户实际需求尽可能相吻合的查询结果。由于相关反馈可以实时地修改系统的查询策略，从而为图像检索系统增加了自适应功能。在综合以