随着多媒体技术和网络技术的飞速发展,数字图像信息在各行各业中的应用日益广泛,如何从大量的图像信息中快速而准确地检索出所需的信息成了一个亟待解决的问题。基于形状的图像检索是基于内容图像检索的重要组成部分。形状作为物体的本质特征之一,相较于颜色、纹理、空间位置关系等,形状携带了一定的语义信息。基于形状的图像检索也是基于内容的图像检索的难点所在。它是多学科结合的结果,随着人们对信息管理要求的提高,必将有着广泛的应用。处理形状信息主要的方法是利用一些局部或整体的图像特征,并利用一些分类方式进行比较。有关的表达方式和相似性判断方法可以有很多非常不同的方法。本文从图像的全局特征描述和局部特征描述入手,详细分析了两种不同的图像描述的区别,并各自选出一到两个典型算法进行分析和实现,并结合其他的方法对其进行改进。本文的主要工作如下：(1)建立图像全局特征检索系统。分析了常用全局特征提取算法,详尽描述了小波GIST算法的实现原理与实现步骤,并详细描述了另一全局特征图像描述算法HOG算法的实现原理及实现步骤。并且在这两个描述算法的基础上,建立利用全局特征对图像进行描述的图像检索系统,获得的较好的检索结果。(2)建立图像局部特征检索系统。本文分析了一种最近提出的图像描述方法——局部自相似描述法的实现原理和实现步骤,并建立了种基于自相似描述符,利用特征袋思想进行大规模数据库检索的图像形状特征的检索系统。在ETHZ数据集上的这个系统既有效地解决了传统的图像形状特征比系统对在大规模数据处理中,对数据库中所有图片一一对比时间复杂度过高的问题,又利用形状特征描述符的位置特异性弥补了单纯向量空间方法选取图像词汇频率而造成的图像不匹配问题。实验结果表明本系统具有较好的检索能力。