针对基于内容图像检索的研究问题之一，即如何建立合适的高维索引的问题，本文采用图像聚类技术作为建立索引的方法，在模糊最小-最大聚类神经网络学习算法的基础上提出一种分层模糊最小-最大聚类算法，并对其理论和应用进行相关研究。本文主要研究内容如下：(1)整理总结了国内外学术界关于聚类技术方面的研究成果，对聚类的基本概念和常用算法进行了详细的阐述。(2)研究了模糊最小-最大聚类神经网络的基本原理，分析了其样本次序依赖性问题产生的原因，提出了一种分层模糊最小-最大聚类算法，并对其可行性和有效性进行了分析验证。(3)综述了基于内容图像检索的相关内容，针对目前图像聚类中常用算法需要预先设定聚类数目的缺陷，将分层模糊最小-最大聚类算法应用到基于内容图像检索的图像聚类问题中，并通过与常用图像聚类算法的比较实验，显示了使用分层模糊最小-最大聚类算法进行图像聚类的良好性能。