现今图像库日益庞大,相应的图像检索需求逐渐增加,对该课题的探索和研究迫在眉睫。如何从庞大的图像数据库中,在极短的时间内,快速高效地对需求的图像进行检索和定位,成为了当前亟待解决且具有一定挑战的课题。图像特征是信息图像检索中最基本的一种,论文首先阐述图像特征的定义,然后对传统图像特征的不足进行了分析,对其进行归纳总结,做了相应的优化。并对颜色特征算法、分块颜色(灰度)特征算法、直方图特征算法等作了必要的阐述,同时介绍了纹理特征的共生矩阵、Gabor滤波、分块Tamura纹理特征、Tamura直方图特征,直方图二阶矩算法、小波包分解算法;形状特征的不变矩算法。其次,以传统的图像检索方法为基础,对其缺点和不足进行了分析,得出了相应的改进措施,即采用较为先进的检索方法——全局特征融合,并利用计算机进行了相应的实验和模拟,结果表明,在图像检索中,采用新的方法具有更高的查全率、查准率;在不同类别图像的检索中,采用全局特征融合算法可能具有较低的区分度,针对此问题,本文提出了特征反馈算法,其优点在于用户能够参与其中,通过计算机实验,结果表明,通过采用该算法对检索整个系统进行改进和优化后,可以将其查准率提高15个百分点,查全率提高10个百分点。最后,根据以上方案设计了相应的软件,该软件以内容为基点,对图像数据进行高效检索,同时对全文的优缺点进行了总结,并对未来的研究方向作了展望。