常用特征提取算法

基于内容的图像搜索技术早在70年代就有机构在做相关的研究，目前比较成功的有IBM的QBIC系统，Virage公司的图像检索系统，MIT的Photobook及美国加州大学开发的Chabot。基于内容的图像检索最关键的就是找到适合用于搜索的特征，常用的特征提取算法有：

      基于颜色特征：颜色直方图、颜色集、颜色矩、颜色聚合向量、MEPG7颜色布局算子；

      基于纹理特征：Tamura纹理特征、自回归纹理模型、Gabor变换、小波变换、MPEG7边缘直方图；

      基于形状特征：傅立叶形状描述符、形状无关矩、小波轮廓描述符；

      如果是视频文件的话，还有基于运动的特征提取算法，以上各种算法都有自己的优缺点，适用场合也不尽相同，通常需要多个特征组合在一起才能得到比较好的结果。