图像检索技术可概括为基于文本的图像检索技术和基于内容的图像检索技术两种。相比之下，后者通过机器自动抽取图像特征和理解与表达图像内容，更适合大规模数字图像检索，是图像检索技术发展的必然趋势。基于内容的图像检索研究与应用目前集中于基于底层特征的图像检索，其两个关键环节是图像特征选择及其提取和相似性距离及其度量。《基于豪斯多夫距离的图像检索方法研究》研究的目的是从这两个关键环节入手，采取措施来提高图像检索方法的性能。《基于豪斯多夫距离的图像检索方法研究》主要从相似性度量角度研究图像检索方法及相关问题。目前图像检索中普遍采用距离度量方法，其中豪斯多夫（Hausdorff）距离在原理上优于常用的欧式距离，正在得到广泛研究与应用。《基于豪斯多夫距离的图像检索方法研究》针对基于内容的图像检索，采用豪斯多夫距离进行相似性度量，对其进行改进以实现更好的图像相似性度量。提出一种改进的蒙斯多夫距离的度量方法，其中构建一个成本函数作为豪斯多夫距离中的范数距离来调节原有距离值，既能反映出图像整体相似程度又能减小异常点、遮挡、景物变化和复杂背景等干扰的影响；采用多种典型距离度量方法进行颜色直方图、纹理灰度共生矩的单一特征和特征度量融合的图像检索对比实验，验证了该改进的豪斯多夫距离。
鄂公网安备 42010302001612号 