随着多媒体、网络技术的飞速发展，图像的应用日益广泛，基于内容的图像检索技术已经成为国内外研究的热点。它结合了图像处理、模式识别、图像理解、数据库等技术，是一项在理论研究和实际应用中都极有前途的新技术。 基于内容的图像检索方法，其主要思想是根据图像所包含的色彩、纹理、形状以及对象的空间关系等低层图像特征来分析图像信息，建立图像的特征矢量作为其索引，检索方法目前主要是根据图像的多维特征进行相似查询。 基于内容的图像检索的目的不是去理解或识别图像目标，它所关注的是能否基于内容快速发现所需信息，在用户可以接受的响应时间内从图像库中查询到符合要求的图像。这种查询过程充分体现了图像的信息特点又结合了图像处理、图像理解、数据库技术、模式识别技术和良好的人机交互技术。 理想的基于内容的图像检索希望采用图像处理与计算机视觉技术，自动的从图像中获得语义内容。由于图像语义的内在复杂性，目前还难以实现对图像语义的自动提取。但是图像的视觉特征与图像的语义内容存在着一定的内在联系，比如人类就是通过对图像视觉特征的感知来获得图像的语义信息。而且在一些特定的应用领域，如医学图像诊断和石油地质勘探中，图像的底层视觉特征如纹理、形状等就是检索的依据和判断标准。所以目前的基于内容的图像数据库检索系统是建立在基于图像的底层视觉特征对比基础上的。 本文首先介绍了基于内容检索的发展背景、基本技术、基本系统组成、存在的主要问题，并对图像检索的应用领域和研究发展现状进行了介绍。 颜色是所有图像中最直接和最简单的特征。本文分析了图像的颜色特征，介绍了常用的几种颜色模型。主要介绍了三维直方图、一维直方图和弱空间颜色索引约束等几种基于颜色的图像检索方法。分别详细介绍了这几种方法提取的颜色特征，并分析了各种方法的不足，在此基础上，提出了一种一维直方图的改进方法，提取图像的颜色特征。 纹理特征是一种不依赖于颜色或亮度的反映图像中同质现象的可视化特征。它是所有物体表面共有的内在特性。本文分析了图像的纹理特征，介绍了纹理特征的描述和纹理特征的提取方法，研究了利用纹理特征进行图像检索的方法。总结了统计分析法、结构分析法和频谱分析法等三种纹理特征分析方法。本文重点介绍了灰度共生矩阵和灰度一梯度共生矩阵两种基于纹理特征的统计分析法，并分别给出了两种统计方法计算出的纹理特征量。研究发现灰度一梯度共生矩阵提取纹理特征优丁单独使用灰度共生矩阵。 形状是图像目标的显著特征之一，很多查询可能并不针对图像的颜色，因为同一物体可能有各种不同的颜色，但其形状总是相似的。本文分析介绍了图像的形状特征，并给出了几种形状特征的提取方法。图像分割技术是图像形状特征提取的至关重要的一步，边缘检测又是图像分割中的最重要的步骤，本文研究了几种常用的边缘检测方法，通过实验分析比较得出了Canny算子在边缘检测方面性能最好。接下来分析了傅立叶描述符、形状不变矩和其他形状特征，并给出了各种方法提取的形状特征量。 设计了一套基于内容的图像检索系统，主要是作为各种检索算法的实验平台，是一个实验性的框架系统。介绍了本系统的基本框架，描述了整个系统的工作流程。简要说明了系统主要功能模块及其设计思想。重点介绍了图像相似性度量方法，通过分析，本文提出了一种新的基于图像颜色、纹理和形状特征的相似性度量方法。最后给出了采用本平台进行图像检索的示例效果。