本文针对基于内容的图像检索的主要方法进行了研究。首先简要介绍了基于内容图像检索的研究背景、国内外研究现状以及目前存在的一些主要问题。然后介绍了基于内容图像检索的关键技术。.在颜色空间的选取与量化上,通过比较不同的颜色空间和特征,本文采用将RGB颜色空间转换为HSV颜色空间,然后对HSV颜色空间进行合理的量化,提取颜色直方图作为特征进行检索。针对传统颜色直方图不包含图像的空间位置信息以及传统分块没有考虑到分块之间的联系问题,本文采用了一种改进的颜色特征提取方法,在改进的分块方法中,利用矩形重叠式分块策略对图像进行分块,该分块策略是根据人眼关注的区域集中在图像中间区域的特点,通过提取每个分块的主色作为分块的颜色特征,从而极大的减少了在颜色特征提取以及匹配过程中的计算复杂度。在形状特征的提取和匹配中,通过研究和分析不变矩和傅里叶描述子在形状检索中的应用,根据它们的不变性特征,采用一种两者结合的方法,其基本思想是:首先利用基于区域的不变矩特征筛选外观相异的图像,然后根据图像的相似性确定筛选后的图像,再根据所计算的傅里叶描述子得到最终相似的图像,并对图形序列重新进行排序,从而可以大大提高图像检索效率。考虑到单纯特征对图像信息表达能力的不足,本文综合利用上述两个特征共同进行检索,我们对颜色和形状特征进行线性加权求和,得到两幅图像的相似度,加权值之间的比例大小,代表了颜色特征和形状特征在图像相似性检索中的重要程度。实验结果表明,综合特征检索要比单独使用某一特征检索效果更好。