多媒体技术和Internet技术的普及导致了大量图像信息的出现,传统的文本关键词检索方法已经不能适应图像信息的检索需求,基于内容的图像检索技术成为目前研究的热点。基于内容的图像检索是一种利用图像的视觉特征(颜色、纹理、形状等)进行图像检索的技术。基于内容的图像检索的体系结构可以划分为两个子系统:特征抽取子系统和查询子系统。特征抽取子系统主要负责提取图像的各种低级视觉特征建立图像的特征向量,查询子系统主要负责对查询样本图像和图像库中的图像进行相似性计算以便找到目标图像。本文面向通用的图像检索问题,参考了大量图像检索方面的中外文献,详细分析了基于内容图像检索的系统结构、特征提取方法和图像匹配技术,在此基础上构建了实际的系统,并给出了部分实验结果。在实现过程中,首先对图像进行分割,把图像看成区域的集合,然后对图像的各个区域进行特征抽取。对图像各区域所抽取的特征包括颜色、纹理和形状三个方面共九个特征。最后在进行图像匹配时,采用了IRM距离——一种对图像的各个区域及其特征进行综合考虑来计算图像间距离的方法,来衡量图像间的相似度。在图像分割过程中,结合了几种分割算法对图像进行分割,不仅使分割后的图像更加符合图像检索系统的要求而且节省了分割时间。在图像匹配中,提出了一种确定图像各个区域权重的算法,此算法不受图像旋转的影响,同时有效的拉开了图像间的IRM距离。本文的图像检索系统对不良的图像分割有一定的抵御作用,同时还避免了传统图像检索系统中复杂的图像检索工作,缩短了图像检索的时间。最后的实验结果证明了本文提出的算法在系统中的有效性。