基于内容的图像检索是指通过图像内容来对图像进行检索查询。传统的基于内容的图像检索方法主要采用基于颜色、纹理和形状等单一特征检索的方法或多特征加权融合方法，现有方法仍然存在着检索率不高的缺点，为了提高检索准确度，本文提出基于多特征DS融合策略的图像检索技术。本文主要研究工作如下：本文首先在分析以有颜色特征提取方法的基础上，提出了多颜色特征相结合的图像检索算法。目前，单一的颜色特征均无法准确全面的描述图像的颜色信息，例如图像检索中最常用的颜色直方图，它虽然能够很好的描述图像中各种颜色的大致比例，却无法体现各种颜色的相对位置关系，信息量较全面的颜色矩也无法表达图像色彩的空间位置。因此，针对上述问题，本文提出多颜色特征相结合的图像检索算法，将颜色直方图、颜色矩、与能够表述颜色空间位置信息的自相关图特征相结合。实验结果表明，此多颜色特征检索算法比只依靠单一颜色特征算法图像检索准确率高，因此，本文的颜色特征为颜色直方图、颜色矩、颜色自相关图的多特征融合。在图像纹理特征提取方面，本文分析了现有纹理特征的特性，并对常用的灰度共生矩阵、Tamura纹理特征和Gabor小波变换进行了检索实验对比，实验结果证明，基于多尺度Gabor小波变换的检索结果优于其它方法。因此，本文选取具有良好的空间局部性和方向选择性的多尺度Gabor小波变换作为纹理特征。并且，本文对各种相似性度量方法的适用条件进行了分析与实验对比，并选用查询结果准确度最高的欧式距离进行图像的相似性度量。最后采用颜色和纹理特征融合，引入了DS证据理论，提出基于多特征DS融合策略的图像检索技术；并设计了基于多特征融合的图像检索系统，通过实验结果表明，基于多特征融合的图像检索算法能够有效的提高图像检索的准确率，更好的满足基于内容的图像检索实际需要。