基于文本的网络图像检索引擎，在进行图像检索时，存在产生大量内容不相关的垃圾图像的问题，给用户带来极大的不便。鉴于此，如何快速高效地过滤掉垃圾图像，提高检索引擎的效率，已经成为图像检索领域的重要研究内容。本文借鉴图像检索领域内最新的研究成果，采用基于视觉内容的图像分析技术，对垃圾图像的过滤进行研究。论文主要做了以下几个方面的工作：第一，详细介绍了图像过滤检索中的关键技术，采用综合特征的图像过滤方法，综合特征包括改进的颜色直方图特征和多尺度的小波纹理特征；第二，研究了图像聚类和相关反馈技术，对传统的K均值聚类算法进行了改进，提出一种基于自适应反馈调节的方法应用于图像过滤；第三，使用Visual C++6.0开发工具，设计并实现了一个基于视觉内容的垃圾图像过滤检索系统，为图像过滤算法的性能评估提供了同一测试平台；第四，使用前面的图像过滤检索算法，实现了以图搜图的功能。实验结果表明，本文中采用的基于综合颜色特征和小波纹理特征的图像检索系统，具有比较好的检索效果，而且图像聚类和反馈调节也同时可以提供良好的检索方式，利用该检索算法实现的以图搜图的功能更具有良好的匹配效果。