陈晓宁，杨润丰，赵 健

(1.东莞职业技术学院电子工程系，广东东莞 523808;2.西北大学信息科与技术学院，陕西西安 710069)

传统的基于文本的图像检索技术需要人工去标注，耗时多且图像本身存在非结构化和主观多义性的视觉特点，具有一定的局限性。20世纪90年代，出现了基于内容的图像检索技术［1］，对图像的描述不受人为主观性影响，因此基于内容的图像检索系统克服了基于文本的图像检索的不足。在基于内容的图像检索中，多侧重于计算图像的全局特征。然而图像的全局特征并不能完好地描述图像的细节部分，并且在多数情况下，人们只关注他们想要的局部区域图像，而对关注之外的其他内容并不关心。因此，仅需要对用户感兴趣的局部区域进行特征的提取，而不必考虑图像的全局特征。

1 兴趣点检测及局部区域的特征提取

1.1 对图像的感兴趣区域的提取

兴趣点往往位于那些含有将丰富图像内容的地方，因此，兴趣点周围的局部区域也一定蕴含着更多的图像内容。那么，可以将兴趣点周围区域设为感兴趣区域。采用兴趣点对图像进行底层特征提取时，可以较大程度地降低图像中那些不重要的信息，即图像的冗余信息，这样将大幅降低检索过程的计算量。感兴趣区域忽略了图像的全局特征，通过感兴趣区域就能够很好地描述图像的局部内容。

1.1.1 兴趣点检测

兴趣点检测的目的就是实现对图像中那些含信息量比较高的点进行检测。……