多媒体和网络技术的发展导致数字图像数据的急剧增长，传统的基于文本标注的图像检索已经不能满足用户的信息需求，而需要全面地、一般性地、客观地来提取图像的内容，根据图像内容进行检索才有可能有效地获取需要的信息。基于内容的图像检索就是这样一种利用图像的内容，如颜色、形状、纹理等特征来检索相关图像的技术。本文主要研究基于内容图像检索中基于SVM的相关反馈技术，主要内容有： 1．研究了基于SVM的相关反馈算法，针对反馈样本少的问题，通过累积每轮反馈得到的正负样本来增加训练样本；为了进一步改进检所性能，提出了一种采用多个SVM分类器进行检索的算法。并同MARS中基于权值更新的反馈算法进行比较。实验发现，基于SVM的相关反馈算法采用本文选择的图像特征在实验数据库上取得了非常好的检索结果，而采用多个SVM分类器进行检索的算法在此基础上又有改进。 2．提出了一种新的HSV空间量化方法。在新的量化方法中，当亮度或饱和度小于其阈值时，颜色由某个灰度值表示；而当亮度和饱和度都大于各自的阈值时，颜色由其色调和饱和度来代表，而忽略不同亮度的影响。实验证明该量化方法较大地降低了特征的维数，也有较好的检索性能。 3．采用颜色、纹理和形状特征进行多特征检索，实验显示综合这三种特征进行检索的结果要比采用一种特征检索的结果好很多。 4．设计了一个基于内容的图像检索系统，该系统支持基于单一的颜色、纹理、形状特征以及它们的任意组合进行检索，并提供两种相关反馈方式：基于MARS权值更新的相关反馈和基于SVM的相关反馈。