随着多媒体技术和计算机网络技术的快速发展,基于传统的文本检索图像的方法逐渐暴露出了严重的问题。因此,在此基础上出现了基于内容的图像检索技术,利用图像的特征(颜色特征、纹理特征、形状特征)进行检索,此技术的研究已经成为其领域的研究热点。本文以基于图像内容的底层视觉特征的图像检索为主线,从其基本原理和框架入手介绍了图像检索的关键技术。首先,对RGB、YUV、HSV三种颜色空间进行了描述,分析了颜色空间的选择,讨论了颜色的量化及采用YUV及HSV颜色空间直方图方法来提取颜色特征,并提出了使用72bin进行合理的量化和3×3分块设置不同权重,改进了基于HSV模型的颜色空间直方图算法,提高了相似度的同时也提高了检索效果。其次,讨论了灰度共生矩和灰度纹理矩及边缘方向直方图等不同方法提取图像纹理特征,在传统的共生矩阵特征的基础上,引进高斯归一化,改进了算法,提高了准确度；也重点讨论了在提取纹理特征之前使用Canny算子预处理图像来改进边缘方向直方图方法,提高了图像检索效果。再次,在本文的综合颜色和纹理特征中,采用了HSV颜色直方图和共生矩阵。这样既充分利用了全局颜色特征中的色彩信息,又充分利用了局部纹理特征中图像的灰度信息,避免单一特征描述图像的片面性,此种综合检索方式取得了更好的检索效果。最后,为了比较本文研究的几种提取特征方法的检索效果,在Visual Studio平台下,设计并实现了一个基于内容底层视觉多特征的图像检索系统的原型,介绍了系统检索流程和各个模块,分析了各个模块的功能,总结了本文的工作,并提出了进一步的研究方向。本文的创新有如下两点：(1)研究并改进了HSV颜色特征的图像检索方法。此改进方法是在HSV颜色模型基础上,对图像先采用72bin的合理量化,然后使用3×3合理分块的用户反馈机制设置不同权值实现的。(2)研究并改进了边缘方向直方图特征的图像检索方法。此改进方法是在原始边缘方向直方图的基础上,在提取纹理特征之前引入Canny算子来预处理图像,提高了图像检索效果。