图像检索一直是计算机图形学的热点内容。由于手机和互联网使用日益频繁,人们日常接触到的图像数据也随之爆炸性的增长。针对于特定图片的图像检索也成为一项重要的应用的功能。传统的基于文本标注的图像检索方法由于包含大量手工工作,主观性强,且过于繁琐,越来越多的人们直接提取图像内容特征,并以此为基础计算图像之间的相似度,已成为一个研究热点。色彩是人们观察世界最主要的视觉感受方式,颜色特征的稳定性好,但往往难以表达图像的空间特征。形状特征通过描述图像的轮廓或变化来描述图像,但形状特征可能并不符合人眼的直观感受,易受噪声影响。为此,本文提出一种基于混合特征的图像检索算法。提出包含位置空间信息的颜色特征提取算法,通过对图像进行分块,在HSV颜色空间内,将图像表达为多个区域的分区颜色直方图特征,既包含全局颜色特征,又在一定程度上体现位置特点。同时,提出基于边缘提取的混合形状特征提取算法,在边缘提取的基础上,使用傅里叶形状描述子、离心率和致密度形状描述子,对图像的形状特征进行混合表达。最后,采用加权的颜色和形状特征相似度计算方法,来计算原图像与查询图像的相似度。在操作系统为64位Win10,处理器为i7,内存为8G的机器上,使用Matlab R2014a编程实现算法。通过从科雷尔图像数据集中抽取部分类别的图像,分别构建图像训练集和测试集,实验表明,算法可行,可达到预期效果。