随着Internet的发展和普及，图像数据的数量飞速的增长，传统的基于关键字的图像检索已经不能够满足海量图像检索的需要。图像检索成为图像应用领域中的研究热点之一。他融合了图像识别、数据库技术、人工智能等多个学科的技术。图像检索的技术主要包括各种底层特征提取技术。本文在介绍了基于内容的图像检索的背景和意义之后，简要介绍了图像检索系统的各种经典算法和关键技术。本文是对基于内容的图像检索技术进行研究，主要有:　　 在图像特征的提取方面，本文对颜色、纹理、形状等低层特征提取算法进行研究。在颜色特征提取方面采用HSV颜色空间，为了克服图像位置信息的缺失，提出一种图像重叠分块方法，然后对分块后的图像采用HSV空间进行量化，最后结合累计颜色直方图的方法进行特征的提取进行图像检索。　　 在纹理特征的提取方面，由于灰度共生矩阵提取图的纹理特征算法计算量比较小，并且特征提取的速度较快，特征向量的维数也比较少。所以本文采用该方法作为纹理特征的提取算法。　　 在形状特征提取方面，对前人提出的各种形状特征描述算法进行了深入的研究和分析，提出了综合图像的区域和轮廓两种形状特征进行基于形状特征的检索。在不等间距的环形分块的基础上应用Zernike矩提取图像的区域形状特征。在轮廓特征提取中应用Canny算子获取图像的边界点，对提取的边缘点进行处理之后，计算边界点到重心距离，得到距离值的均值和方差，做为图像的轮廓特征。将两种形状特征结合兼顾了图像的边缘和区域的特征。实验证明比传统方法能够提取更多的图像的形状信息，达到更好的检索结果。　　 最后在对上述算法研究的基础上，本文实现了一个综合多特征的图像检索的实验系统。该系统实现了基于颜色、纹理、形状的多特征检索，并且为了减少底层特征和高层语义之间的鸿沟，实现了根据用户的主观评价，动态的调整特征权值，对检索的结果进行反馈。