随着电子科学技术的迅猛发展及Internet网速的提高和普及,人们可以方便的获取、交换和传输海量的视频和图像数据。如何从海量的图像数据中快速、准确的检索所需要的数据成为当今急需解决的问题之一。图像检索技术的出现方便了人们检索图像数据,到目前为止,图像检索技术可分为两大类:基于文本的图像检索技术和基于内容的图像检索技术。基于文本的图像检索技术,首先以人工方式对图像提取关键字,用来描述图像包含的内容,然后利用数据库的查询技术通过文本方式来检索对应的图像。基于内容的图像检索技术,首先从图像中提取图像的视觉特征如颜色、纹理、轮廓和形状等特征,然后利用被检索图像和图像库中的相应特征进行度量比较,从而检索出比较相似的图像。特征提取、相似性度量、相关反馈和性能评价是基于内容的图像检索技术中的几个关键技术。由于在基于文本的图像检索中,存在着一些局限,如以人工方式对图像提取关键字工作量太大,许多图像难以用文字准确的表达其内容,人的主观性导致不同人在不同时间不同场合对同一幅图像也有不同的理解等等局限,促使人们更多的关注基于内容的图像检索技术。本文针对基于视觉特征的图像检索的几大关键技术—用户接口、特征提取、相似性度量、相关反馈、高维索引技术和性能评价进行研究、分析并实现了几种比较典型的检索算法,并在此基础上提出了一种改进的基于直方图的图像检索技术。提出该算法的出发点有两个,一是颜色空间采用与人眼视觉特性比较接近的HSV空间,二是引入空间信息,改善了传统直方图缺乏空间信息的不足,得到了比较好的检索效果。另外,通过理论和实验分析证明了基于颜色和纹理特征的图像检索对不同的图像内容具有不同的区分能力,进而本文提出了一种自适应特征的图像检索方法。在前面所做研究的基础上,本文最后使用Delphi 6.0和SQL Server 2000设计了一个可扩展的图像检索系统,为相关研究提供了一个实验平台。