在信息检索领域中，基于内容的图像检索是一个非常值得研究的问题。研究实用的基于内容的图像检索系统，找出图像之间的相互联系，具有重要的学术价值和现实意义。　　 图像特征提取作为基于内容的图像检索的一项关键技术，研究了图像的纹理特征，探索了多算法的融合检索，然后提出了集成检索算法。在分析了检索算法的基础上，研究了适合于基于内容的图像检索的相似度度量方法。最后，设计了一个相应的图像检索原型系统。主要工作包括：　　 在分析现有的基于图像纹理特征提取算法基础上，提出了一种集成检索算法，即融合多种算法的优点进行检索。其主要思想是：首先，提取图像的能量作为它的特征向量。　　 然后，考虑图像中间区域是图像的主要信息，采用分区加权加大了图像中间区域的权重。　　 最后，基于小波变换的图像检索算法的检索可信度，采用加权平均方法提出了基于小波变换的纹理图像集成检索算法。采用查准率和排序评价法作为检索算法的评价准则。实验结果表明，提出的算法具有较好的检索效果。　　 在研究图像特征提取算法过程中，发现相似度度量方法的选取将影响检索算法的性能，然后提出了一种相似度可信度量距离。该距离提出主要考虑到不同度量方法对检索算法的影响，即检索效果。同时，深入分析了相似度可信度量距离的一些性质并给出了证明。实验结果表明，提出的度量距离提高了检索算法的检索效果。　　 基于以上的研究，在Matlab7.0平台下设计并实现了一个基于内容的图像检索原型系统。该系统实现了基于内容的图像集成检索，有助于后续的深入研究。