随着航空航天技术、传感器技术、计算机技术、网络技术的飞速发展，遥感图像的数据量也在急剧增加。因此，如何快速有效地管理和查询这些海量的遥感图像显得越来越重要，基于内容的遥感图像检索(Content-Based Remote SensingImage Retrieval，CBRSIR)成为近几年来最活跃研究领域之一。　　 本文首先研究了基于内容的遥感图像检索的国内外研究现状和进展，讨论了目前遥感图像检索存在的问题。然后，在总结现有研究成果的基础上，主要进行了如下研究：　　 (1)详细介绍了基于内容的遥感图像检索的关键技术，包括：特征提取方法、相似性度量方法、评价标准和相关反馈机制等。　　 (2)针对基于内容的遥感图像检索中视觉特征检索的现状，通过引入常规图像检索中的多特征融合技术，提出了融合多类特征(颜色、纹理、光谱)的遥感图像检索方法。　　 (3)针对传统的基于支持向量机(Support Vector Machine，SVM)分类器的相关反馈策略在图像检索结果的排序上存在的问题，提出了改进的融合SVM分类器和特征相似性度量函数的相关反馈策略，在优化图像检索结果的排序的同时，进一步提高检索的查准率。　　 (4)为了进一步提高基于传统SVM的相关反馈方法的性能，本文引入了合成核学习理论，并将之运用于传统SVM算法中，提出了一种基于面向数据的合成核支持向量机(Data Oriented Composite Kernel based Support VectorMachine，DOCKSVM)的相关反馈方法。　　 (5)实现了一个功能较为完善的基于内容的遥感图像检索的原型系统。