近年来，随着计算机技术的迅速发展和互联网应用的广泛普及，图片信息资源正急速膨胀，人们对图片信息检索的需求也日益扩大。如何迅速有效地搜索到所需要的图片信息--基于内容图像检索技术，成为当前最活跃的研究热点之一。基于内容图像检索是一种有效的组织、管理和检索大规模图像库的技术。此项技术已成为国内外广泛关注的焦点，并在许多领域有着广泛的应用。　　本文论述了目前国内外基于内容图像检索领域的现状和发展趋势，并研究了几种基于单一特征的图像检索方式，在此基础上深入分析了基于多种特征融合检索的图像检索方式，总结了多特征融合检索的三种不同方法，加权融合检索、级联融合检索和底层融合检索。分析了三种融合方法的实用性以及优缺点，并利用实验论证了各种融合方法的可行性。在加权融合方法中，改进了距离归一化方法，并引入了相关反馈机制。级联融合检索中提出了利用全局统计信息的颜色特征和基于局部信息的SIFT特征进行级联融合，并利用实验论证了该融合方法的有效性。底层融合检索中，本文分析了SIFT特征提取关键点的方法，并利用该方法与颜色特征相结合，提出了基于SIFT关键点的颜色特征进行图像检索的方法，该方法弥补了颜色特征不能表达图像空间性的缺点，充分利用了颜色特征的整体性和SIFT特征的局部性。提高了利用颜色特征进行图像检索的准确性。