随着计算机水平的不断发展以及电子产品的大量出现致使图像数据越来越多,高效和准确地在这些数字图像库中查找到我们需要的图像是当今一个重要的发展趋势。在这种形式下,基于内容的图像检索逐渐发展起来,它是利用图像的底层视觉特征,并采用恰当的相似性度量函数来进行相似性检索。本文阐述了基于内容图像检索系统的国内外发展现状,并且说明了该领域面临的主要问题与难点,以及综述了基于内容图像检索的理论基础知识和相关技术。针对目前图像底层特征的提取和相似性度量方法存在的问题,主要研究了以下几方面内容：首先针对利用图像底层视觉特征中的单一特征来检索具有局限性的问题,提出了基于颜色直方图和轮廓提取的图像检索方法。颜色直方图的提取是基于HSV颜色空间的,针对H、S、V三个颜色分量量化时会产生一定的误差,采用相应区域像素的没有进行量化的R、G、B均值来弥补,并采用基于高斯模糊函数的相似性度量方法；图像轮廓的提取采用改进的Canny边缘检测和区域分割相结合的方法,可以得到清晰的目标轮廓,能更准确的进行Hu不变矩特征的提取。实验结果表明,该方法的检索效果好于文献中的方法,对于目标部分突出的图像检索效果更显著。其次针对目前的图像分割方法较复杂且不能很好的符合人们的视觉特征这一难题,提出一种基于连通区域的颜色和纹理特征图像检索方法。该方法对图像进行简单的连通区域划分,体现了图像的形状特征,并在区域中进行颜色特征和纹理特征的提取。纹理特征的提取采用灰度共生矩阵方法,颜色特征的提取采用能体现颜色分布信息的颜色直方图方法和能体现空间分布信息的色调共生矩阵方法,在相似性度量上采用动态区域匹配的方法,克服了由于各个连通区域的形状和位置不同带来的区域之间不能恰当匹配的问题。实验结果表明基于连通区域的检索方法优于利用一种或两种底层视觉特征进行检索,且比融合图像三种底层特征进行检索的计算复杂度小。最后针对本文提出的几种图像检索方法和目前检索系统的设计需求,设计了一个基于内容的图像检索系统。该系统方便易用,能被大多数用户所用,并可以达到一定的检索效率和准确率,而且随着需求的增加具有可扩展性,并具有一定的实用价值。