随着互联网的深入应用和多媒体计算机技术的飞速发展,大量图像信息被产生出来,如何对这些图像信息进行高效检索是迫切要解决的问题之一。基于文本关键词的传统检索方法已经不能适应图像信息检索的要求,基于内容的图像检索方法近年来虽然发展很快,在一些特殊场合下的检索精度已经很高,但还是很少有方法针对不同的实用环境都能达到较高的检索精度;基于此,本文重点研究了基于图像颜色空间分布特征的检索方法并探讨了综合颜色、形状、纹理特征的图像检索方法,在解决传统方法遇到的问题方面有一定的研究进展。本文主要工作概括如下:1.探讨了基于内容的图像检索领域的一些关键技术问题和研究进展,介绍了颜色、纹理、形状等图像低层特征的描述方法及提取方法,并描述了图像间的相似性度量方法,图像库索引机制,图像检索算法的评价方法等。2.为了提高检索精度,在提出的减小颜色量化误差方法中,引入了非截断型颜色量化参数模型,使量化结果与人眼感受更接近;提出了一种新的基于象素颜色相邻矩阵及其近邻关系参数模型的颜色-空间检索方法,该方法根据图像相邻象素点的颜色近邻位置关系不会随图像整体扭曲形变而改变的特性,将传统的局部颜色直方图的颜色值和颜色相邻矩阵相结合,得到一个统一两者特征的相似度,提高了局部颜色直方图对形变的鲁棒性。实验证明该方法比一般的颜色-空间检索方法精确性更高。3.对传统的基于形状特征的表示法作了一些改进,提出了改进的基于链码的表示法。传统的形状特征表示法一般是基于边界链码特征,其对图像的旋转、扭曲等形变非常敏感,而如果采用向心链码则又增加了处理过程及时间复杂度,本文提出的改进的基于链码表示法预先将例图链码特征进行旋转再进行比较,在一定程度上提高了对形变的鲁棒性,且对计算量的增加仅仅是线性的。4.进一步探讨了特征向量归一化理论及融合多种特征的图像检索方法,并提出了综合改进的分块局部直方图法和颜色相邻矩阵法、改进的基于链码的形状特征表示法、基于游程的纹理特征提取方法的图像检索方法,并通过实验验证了这种综合颜色、形状和纹理特征的图像检索方法能够有效地提高系统的查准率。