在数据库系统和计算机视觉两大研究领域的共同推动下，图像检索技术已逐渐成为一个非常活跃的研究领域。基于内容的图像检索不同于传统的基于文’本的图像检索，它实际上是一种模糊查询技术，通过对图像提取一定的特征，找出在特征空间中与查询要求最相近的图像。这就涉及两个方面问题：一、如何提取特征；二、·特征向量间距离如何测量。本文首先对这两个方面做了深入的研究和总结。 在检索上，本文提出一种新的方法，即把自动分类技术引入到图像检索中来，而且每类图像采用相应的特征组合去检索，具体做法如下：把图像库分成现实上有意义的几类，入库时，对图像分类存放进图像库，提取特征分类存入特征库。接着，采用SVM(SupportVectorMachine)训练这几类的分类模板。检索时，首先对用户提交的图像进行自动分类，然后在该类的图像库中，采用该类相应的特征组合去检索。实验证明，这样做在速度和效果上都带来了很大的改进。 本文在上面研究的基础上，开发了一个针对五个类(建筑物、汽车、花草、山峰、网页)的图像检索实验系统。 第二章中，讨论了颜色、纹理以及形状特征的提取与表达技术。 第三章中，对颜色、纹理、形状特征进行比较，讨论采用多特征组合检索的必要性和方法。 第四章中主要讨论特征匹配的方法，包括欧式距离、马氏距离—直方图相交等，还讨论了本文用到的一些特征匹配方法，以及多特征匹配方法。 第五章和第六章是本文的重点，第五章研究了多类图像分类的方法，第六章讨论了图像检索实验系统的设计和实现，并给出一些检索示例，最后对实验系统进行了评价。 第七章总结了本文的主要成果，并对未来的研究做了展望。 研究重点在：(1)选取通用图像检索和分类的特征及其表达方法。(2)图像检索和分类相结合设计图像检索系统。