随着信息技术的不断发展,视觉信息也日渐丰富,特别是电子数码设备的普及,人们视野中的数字图像数据开始呈几何级数的态势增长。如何快速检索出所需图像成为人们关注的焦点。现有成熟的图像检索机制都是以文本关键字作为匹配对象,这种匹配方式在拥有庞大数据量的图像检索领域已凸显出局限性,因此基于内容的图像检索(content based in image retrival, CBIR)技术应运而生。本文在现有的CBIR技术基础上,进一步对图像的颜色和形状两类底层物理信息特征提取进行研究,并针对商品这一特定领域的图像提出检索方案。本文根据商品图像的特点,确定颜色和形状作为图像底层物理特征,并将颜色和形状特征的提取以及如何建立高效的索引作为研究的重点内容。在颜色特征提取方面,改进了现有的主色提取技术,提出了自适应的主色提取方法。该方法在降低颜色特征维数的同时,还根据每一幅图像不同的颜色种类和数量进行差异化的提取,提高了主色提取的准确度。在索引技术方面,研究了当前高维数据索引的方法,根据论文所适用的范围,设计了相应的索引方式,提高了检索的效率。在形状特征提取方面,详细研究了现有的形状特征提取的方法和思路,选取了区形状特征提取的方法,并在此基础上提出了分块Hu矩特征提取方法。该方法能够有效改善原Hu矩算法的全局缺陷问题,提升了检索效果,更加符合人们对检索性能的要求。最后,设计开发了商品的检索系统,初步实现了某些特定商品的检索。