随着网络与多媒体技术的飞速发展，图像信息在各行各业得到了越来越广泛的应用，已经成为人们日常生活中不可缺少的信息来源。近年来，各种大容量图像或视频数据库已经呈现出几何级数的增长，如何快速且有效的利用这些图像信息则成为人们当前迫切需要解决的问题。基于内容的图像检索是目前应用最为广泛的检索机制，能够快速有效的实现人们对不同类型图片内容的不同需求。在基于内容的图像检索系统中，基于形状的图像检索是其中的重点与难点部分。形状特征作为描述高层视觉特征的重要手段，与图像所固有的等特征相比，更具优越性，如形状特征稳定，不随周围环境的变化而变化以及与目标形状联系紧密等。本文围绕基于形状的图像检索系统中的若干关键技术展开研究，主要的研究内容与贡献如下：（1）深入分析和研究了基于内容的图像检索的一些关键技术：基于颜色的图像检索、基于纹理的图像检索、基于空间关系的图像检索以及基于形状的图像检索，尤其对基于形状的图像检索中的形状描述和相似度测量方法进行了深入的分析和研究，同时对图像检索算法的性能评价标准也做了相应的介绍；（2）提出了一种新的基于极坐标直方图的轮廓形状描述与图像检索算法。该算法首先从轮廓点中提取能够反映轮廓形状特征的尖点和均匀采样点；然后分别由两类特征点向轮廓质心引向量得到两个特征向量集；最后利用两个特征向量集得到的两类极坐标直方图来构造目标形状的描述符，并用于图像检索中。实验结果表明，该算法不仅能够很好的描述相关形状的轮廓特征，而且其特征描述具有尺度、旋转与平移不变性，检索效果较好；（3）提出了一种新的基于聚合边缘方向直方图的图像检索算法。该算法首先采用小波模极大值边缘检测算法提取图像边缘；然后根据图像边缘点的方向信息及其之间的空间分布特征得到聚合边缘方向直方图；最后将聚合边缘方向直方图应用到图像检索算法中。该算法具有较好的平移、旋转及尺度不变性。实验结果证明了本算法的有效性和可行性，并取得了较好的检索效果。