像全局特性而将边缘像素连接起来组成区域封闭边界的一种方法，
其基本思想是点线的对偶性；
边界方向直方图法首先微分图像求得图像边缘，然后，做出关于边缘大小和方向的直方
f图，通常的方法是构造图像灰度梯度方向矩阵。
（2）傅里叶形状描述符法
傅里叶形状描述符Fouriershapedescriptors基本思想是用物体边界的傅里叶变换作为
形状描述，利用区域边界的封闭性和周期性，将二维问题转化为一维问题。由边界点导出三
种形状表达，分别是曲率函数、质心距离、复坐标函数。傅立叶描绘子具有对平移、旋转、
比例缩放变换、起点位置不敏感的特点。
几何参数法
形状的表达和匹配采用更为简单的区域特征描述方法。例如采用有关形状定量测度（如
矩、面积、周长等）的形状参数法（shapefactor）
。在QBIC系统中，便是利用圆度、偏心
率、主轴方向和代数不变矩等几何参数，进行基于形状特征的图像检索。
需要说明的是，形状参数的提取，必须以图像处理及图像分割为前提，参数的准确性必
然受到分割效果的影响，对分割效果很差的图像，形状参数甚至无法提取。
（3）形状不变矩法
利用目标所占区域的矩作为形状描述参数。
四、空间关系特征
空间关系，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这
些关系也可分为连接邻接关系、交叠重叠关系和包含包容关系等。
空间位置信息可以分为两类：相对空间位置信息和绝对空间位置信息。前一种关系强调
的是目标之间的相对情况，如上下左右关系等，后一种关系强调的是目标之间的距离大小以
及方位。
空间关系特征的使用可加强对图像内容的描述区分能力，但空间关系特征常对图像或目
标的旋转、反转、尺度变化等比较敏感。另外，实际应用中，仅仅利用空间信息往往是不够
的，不能有效准确地表达场景信息。为了检索，除使用空间关系特征外，还需要其它特征来
配合。
算法：
1二进制颜色相关矩阵（BMCCM）
BMCCM算法流程图如图1：
（1）RGB分量颜色不变量模型
对图像进行量化，再计算变换后图像的颜色
相关矩阵，不仅降维，且有很好的抗干扰能力。
RGB分量颜色不变量模型将颜色量化数降
为6，特征向量仅为36维。
fRGB分量颜色不变量模型：
2二进制表达
将原颜色相关矩阵中概率非0处以数值1代替，使相关矩阵的数值量化成0和1，从
而有效抑制背景色的影响。
矩阵二进制表达示例如下：M为6×6的颜色相关矩阵，
对其进行二值化处理，即所有非0值变为1：
（3）相似性度量（？）
Jaccard系数定义如下：
，其中，1r