基于内容的图像检索是采用图像内容来进行图像查询,是多媒体检索中的热门课题。其主要思想是根据图像所包含特征(如颜色、纹理、形状、空间关系、语义)来建立图像的特征矢量,然后根据图像的特征矢量进行相似查询。基于区域的图像检索技术是基于内容图像检索的一个重要研究方向,其主要思想是利用图像分割技术把图像分成多个区域,对每一个区域都单独的提取特征,然后用单一匹配或多区域匹配来进行图像查询。基于区域的图像检索是比基于全局特征的图像检索的更高层次的图像检索技术。基于区域的图像检索提取的是区域的特征,这样就可以描述图像中的目标对象,通过有效的描述目标对象的特征,可以提高图像检索的精度。本文首先简要的介绍了基于内容的图像检索的发展历史和关键技术。接着对颜色空间和图像分割相关技术进行了研究,然后提出了基于聚类和基于区域生长的图像分割算法,在区域生长的算法中,针对种子点的自动选择提出了自己的算法。对这两种算法分别进行了实验。最后,对基于区域的彩色图像检索进行了深入的研究,针对分割后的图像,提取每一个区域的颜色、形状和空间位置特征。最后介绍了一种多区域匹配算法-基于综合区域匹配算法(IRM),并将IRM的算法进行了改进,针对IRM算法中的权值问题提出了自己的权值算法,并通过实验证明了改进算法的有效性。我们在VC6.0平台上开发出了图像分割系统和基于内容的图像检索系统。在该系统上对本文的算法进行了实验,实验结果表明了文中所提算法的有效性。