随着移动互联网的快速发展,智能终端设备的快速普及,人们每天要产生海量的图像、音频和视频等数字多媒体数据。用户如何从海量的数据中找到自己所需要的数据,已经成为一个信息检索领域非常热门的问题。这样的热门问题不仅能为科研领域带来技术的革新,同样能为商业领域带来无穷的商业价值。因此研究图像检索相关技术具有重要意义。本文主要是在前辈的研究基础上,对基于内容的图像检索技术进行了深入的学习,并提出了一种基于多相似度融合算法的图像检索算法。主要的工作包括以下几个部分：首先,对基于内容的图像检索算法涉及的技术做了分析和研究,学习并总结了CBIR中核心技术,其中包括图像分割、图像特征的提取、特征匹配及图像检索技术等等。其次,介绍了基于多相似度融合图像检索算法。图像检索可以简化为图像识别和检索两个部分,大量的研究主要集中在最关键的图像识别部分。图像识别的研究又主要集中在图像特征和识别算法。在特征匹配这部分所做的研究并不是很多。本论文另辟蹊径在一些大家忽视的地方能给研究领域带来一点收获。基于多相似度融合图像检索算法主要研究方向是特征匹配,通过综合不同特征匹配算法的优势,提高识别的准确率,有点类似于Adaboost算法,结合各种弱分类器使之成为强分类器,但是两者的实现方式是不同的。最后,基于本文介绍实现了基于多相似度融合图像检索算法,并对其进行了实验测试,进行了实验比较和分析。基于多相似度融合图像检索算法相较于传统的图像检索算法能够有效地提高检索的准确率,并且这种算法的思路能为图像检索算法研究带来新的思路。