为了提高图像资源利用率,快速、有效地查询和检索数据库中的图像,基于内容的图像检索技术(CBIR)便应运而生。其方法是在检索图像时,对给定的图像自动提取其特征向量,并根据匹配原则,将其与特征库中的特征向量进行匹配,从而在图像库中提取出与给定图像最相似的图像。因此,图像特征选取的好坏直接关系到检索的结果以及效率。本文主要针对基于内容的图像检索的若干关键技术进行了系统深入的研究和改进。首先,归纳并总结了基于内容的图像检索的关键技术及其特点,给出了检索的评价准则。其次,系统地分析了基于内容的图像检索中利用颜色特征进行图像检索的方法,重点研究了颜色特征的提取技术,并在此基础之上提出并实现了基于K均值聚类思想以及颜色聚合矢量的颜色特征选取方法。由于该方法同时考虑到了图像的全局以及空间特征,充分利用了图像中丰富的颜色信息,故得到了良好的检索结果。最后,对基于纹理特征的图像检索进行了系统的研究,利用共生矩阵提取相关纹理特征,取得了良好的查全率和查准率。基于内容的图像检索所涉及的知识面比较广,本文只对其中的两项关键技术作了讨论,以后将在综合的多特征查询技术方面做进一步研究。