1.一种蕾丝花边自动检索系统的使用方法，其步骤为：

(1)通过浏览器，将本地计算机或移动终端中的待检索蕾丝花边图像发送到服务器端；

(2)服务器端接收到图像之后，采用距离叠加函数方法求取蕾丝花边的一个纹理周期图像，然后由灰度共生矩阵得到该纹理周期图像的纹理特征，由该纹理周期图像的高度和宽度比得到形状特征；

(3)求取待检索图像的特征向量与服务器数据库中所有蕾丝花边图像的特征向量的欧式距离，得到距离最小的前十种蕾丝花边，并将检索结果返回至本地计算机或移动终端；

(4)在本地计算机或移动终端上显示待检索蕾丝花边图像和十种检索到的蕾丝花边图像及其相应详细信息，供用户进一步选择和确认。

2.根据权利要求1所述的方法，其特征在于：步骤(2)中，对一维序列，其距离匹配函数可定义为：其中I(x)为x位置的值，δ为像素移动距离，M为序列I的长度；如果序列为周期性的，且其周期为p，则I(x)＝I(x+np)，其中n＝1，2…；如果像素移动距离δ与纹理周期p相等，则式(1)的值为0；由此，通过调整δ的值，d(δ)的值会相应变化，并且d(δ)的最小值对应的δ值即为纹理周期p；

对于大小为M×N的图像，其第y列像素为一维序列，则第y列像素距离匹配函数为：

为减小噪声影响，将每一列的距离匹配函数值累加，得到列距离叠加函数：

与一维序列类似，d(δ)的值会随着δ的值的变化而变化，d(δ)的最小值对应的δ值即为纹理周期p，纹理周期p即为一个纹理周期图像的高度值H；通过图像分割算法可得到纹理周期图像的宽度W；从而得到蕾丝花边的一个纹理周期图像。

3.根据权利要求2所述的方法，其特征在于：步骤(2)中，灰度共生矩阵是记录满足一定条件的点对出现次数的矩阵；对于大小为H×W的灰度图像，偏移量为 像素灰度级为G，对应于该灰度图像的大小为G×G的灰度共生矩阵表示为：其中δ{True}＝1，δ{False}＝0；共生矩阵位置(i，j)处的值 表示灰度级为i的像素点经过偏移量 后达到灰度级为i的像素点的点对出现的次数。

4.根据权利要求3所述的方法，其特征在于：对于一幅图像，取8个不同的偏移量，分别为(-1,-1)、(-1,0)、(-1,1)、(0,1)、(1,1)、(1,0)、(1,1)、(0,-1)，对应于这8个不同的偏移量可得到8个灰度共生矩阵，将这8个灰度共生矩阵求平均得到一个灰度共生矩阵，由这个平均后得到的灰度共生矩阵Pi，j，可得到纹理特征：能量(Energy)、熵(Entropy)、对比度(Contrast)、逆差距(Homogeneity)和自相关(Correlation)，分别表示如下：