图像数据的数量正以惊人的速度增长，它在给人们带来方便的同时，也面临着如何有效地对这些海量数据进行分析、存储和检索的问题。这篇论文主要针对基于区域的图像检索系统中的相关技术进行了研究。即，颜色空间量化，图像区域分割，相似度计算以及相关反馈等技术。颜色量化技术是图像检索中的一个重要方法，针对于当前在颜色量化方案上缺少对人的视觉感知的考虑，提出了一种新的基于L*a*b*均匀空间的11种颜色量化方案，降低了颜色种类，减少了同种颜色在不同光照下对图像分割的影响。在基于区域的图像分割方面，运用Gaussian混合模型以及EM算法的图像区域分割方法，提出了利用区域的平均分离度和平均散度的方法来确定基于像素点特征聚类分组的参数K。实验结果表明提出的方法具有较好的图像分割效果。在图像相似度计算方面，提出了一种基于有效区域整合的相似度计算方法。这种方法减少了由于区域分割不精确所带来的影响，加大了有效区域在整个度量过程中所占的比重，减少了非有效区域对整个相似度计算过程中所带来的负面影响，实验结果表明提出的方法是一种性能较好的度量方法，提高了检索的精度。在相关反馈方面，提出一种基于SVM的相关反馈的图像查询方法，T其目的是利用人机交互，让系统能够根据用户选择，猜测用户的兴趣，并能自动地调整相似性度量准则来提高检索的准确率。在上述研究的基础上，设计并实现了一个基于有效区域整合的图像检索系统（Integrated efficient region-based image retrieval system，IERBIR）。系统利用SQL Server建立特征数据库，存放图像的特征。系统包含特征提取、图像分割、图像检索、相关反馈等几大功能模块，具有一定的实用价值。