随着Internet的普及和发展，图像数据飞速膨胀，使得如何有效地检索所需要的图像数据已成为当前图像应用领域的一个研究热点，为了便于图像的检索和识别，基于内容的图像检索技术应运而生。本文对基于内容的图像检索技术进行了研究，主要有：在图像特征提取方面，本文详细分析和研究了颜色、纹理和形状等三种特征提取的多种方法；在图像相似性度量方面，对相似性度量算法如明氏距离、马氏距离、直方图相交等进行研究，对特征内部、外部归一化的方法进行了探讨。对于加权多特征图像检索方法存在的不足之处，结合相关反馈技术中的权系数调整法，本文给出了根据用户反馈信息动态调整多特征权值的检索方法，即动态地调整颜色、纹理和形状以及其各自对应的特征分量的权值，如颜色矩的各分量、共生矩阵的各分量、Hu不变矩的各分量的权值等。实现了一个基于内容图像检索的实验系统。该系统实现了基于颜色、基于纹理的共生矩阵、基于形状的Hu不变矩等单一特征检索方法：实现了“颜色+纹理+形状”三者任意组合的检索方法；实现了给出的根据用户对检索结果主观评价的反馈信息，动态地调整多特征权值的检索方法。最后利用UIUC和Caltech101数据库对上述各种方法的有效性进行了验证与分析。实验结果证明了根据用户反馈信息动态调整多特征权值的检索方法是有效的，它不仅提高了图像检索的有效性也减轻了用户自己设置权值的负担。