基于内容的图像检索(Content Based Image Retrieval，CBIR)是一种根据图像的内容(人对于图像的理解和认识)来衡量图像之间的相似度以实现图像检索的技术，目的是为了有效地组织、管理和检索大规模的图像数据。随着数字技术、计算机技术及网络技术的发展和普及，人们越来越多地接触到大量的图像信息，促使CBIR成为当前的一个热门研究课题。本论文对CBIR作了深入研究，主要工作包括以下几部分：1．对基于内容的图像检索技术研究的背景、应用、以及国内外现有的典型CBIR系统和现状进行了深入的探讨，对主要研究技术进行详细和全面的论述；2．深入研究了图像颜色特征提取和相似性匹配算法，在此基础上提出了一种参考颜色表广义平均直方图匹配算法，改进了传统颜色直方图的量化和匹配方法；3．针对图像检索中低层特征与高层语义之间存在差距的不足，对相关反馈方法进行了深入的研究，提出了一种基于区域权重自动调整的动态相关反馈算法，实验证明该方法具有较好的检索效果；4．为了更好地模拟图像的高层语义和感知主观性，探讨了采用模糊理论的CBIR方法，提出了基于模糊逻辑的图像相似性测度方法，实验结果表明该方法具有良好的鲁棒性、有效性和可行性；5．研究和设计了基于内容的图像检索系统的实现流程和框架以及各模块的功能，编写了相应的软件；最后，对本文的工作进行了回顾，给出了本中主要的研究工作，并对图像检索领域的重点和难点进行了分析，提出了进一步的研究展望。