近些年来,随着图像数据库的迅猛发展,数据库中图像的数目也在不断飙升,传统的TBIR (text-based image retrieval,即基于文本图像的检索)已越来越不能满足网络发展的需求,随之产生的是研究人员相继提出的CBIR (content-based image retrieval,即基于内容图像的检索)技术。CBIR主要是运用图像的一些低层视觉特征,诸如形状、纹理、颜色和空间等作为检索工具。在这一系列特征中,最广泛使用也是最重要的就是颜色特征的提取。因为与其它特征相比,它对于检索图像的大小、尺寸和旋转都没有硬性要求,并且颜色特征的提取也相对容易便捷。在颜色特征的检索算法中常用到的有：参考颜色表法、主色调法和颜色直方图法。本文主要就围绕图像检索中颜色特征这一特性的提取展开,系统的介绍了图像检索中低层视觉特征提取的关键技术,并在此基础上加入了改良后的颜色特征点位置关系算法。本文主要研究内容及贡献如下。首先,对CBIR发展历程及其检索中的关键技术做了简要介绍,其中包括：现阶段图像检索中常用到的诸如形状、纹理和空间等特征提取。并着重对于本文要用到的颜色特征提取中的两种颜色空间,颜色直方图和颜色量化方法做了深入研究和探讨。除此之外还介绍了几种通用的能够客观评价系统检索性能的方法。其次,本文重点对于RGB空间中的全局颜色直方图进行了深入研究,并且针对现阶段空间直方图中颜色特征点在空间分布中存在的不足进行了具体分析研究,并提出了一种改进性的算法。在对图像进行全局直方图检索之后,将颜色特征点进行提取,对于该特征点在图像中的位置关系分布进行相似性匹配,从而改善特征点空间位置不敏感的缺陷。随后本文为此改进后的检索算法设计了基于内容的图像检索系统模型,阐述了设计结构及功能实现和相应界面展示,通过实际试验检索,改进后的算法能够获得更加直观的检索效果。最后,本文对于CBIR(基于内容的图像检索)技术的算法研究和实现进行了概括性总结。并对于本文现阶段完成的工作情况,以及下一阶段检索技术当中可能面临的问题和研究工作的重心给予了分析研究,对今后的发展方向提出了新的展望。