近年来,随着互联网的高速发展,网上的多媒体信息也急剧增加,在这些信息中,图像信息的数量巨大。面对浩瀚的信息海洋,人们迫切希望能够快速高效地获取所需要的多媒体信息。有效地组织、管理和检索大规模的图像数据成为迫切需要解决的问题。基于内容的图像检索技术是当今学术界的一个研究热点,国内外的许多研究机构都在从事这一课题的研究,并取得了一定的研究成果。本文在广泛查阅国内外有关基于内容的图像检索技术CBIR(Content Based Image Retrieval)资料的基础上,对基于颜色特征的图像检索技术进行了分析和研究。在基于内容的图像检索中,颜色作为图像的一种重要视觉特征,已得到广泛应用。本文对利用颜色特征进行图像检索的三个关键问题:颜色的表示方法、颜色特征的提取方法和基于颜色的相似性度量进行了阐述和讨论。本文研究了现有的基于颜色的特征提取方式,分析了现有的特征提取方式在考虑颜色统计分布和颜色空间分布问题上的优点和缺点,并在原型系统中对常用的特征提取方式进行了实现,并在此基础上对已有的特征提取方式进行了改进,提出了一种不均匀分块法和一种分块权值选取策略方法,对基于颜色特征的图像检索方法进行了改进。本文使用Visual C++ 6.0作为开发工具,SQL Server 2000作为数据库开发了一个简单的基于颜色特征的图像检索原型系统。并在系统中实现了传统的检索方法和经本文改进后的方法。最后使用该原型系统测试了大量的图像,对传统方法和本文改进的方法进行了数据统计和实验比较,并给出了实验结论本文的研究和实践对于促进基于内容的图像数据库检索技术的应用具有一定的参考价值和实践意义。