随着网络技术和信息技术的快速发展，图像数据的数量也在激剧增长，有效的图像检索变得十分重要。最初的图像检索技术是通过图像附加的文字标注进行检索，即所谓的基于文本的图像检索。文字标注需要人为地添加到图像上，非常耗时费力，而且单凭文字是很难完整反映一幅图像的全部内容的。随着图像资源的增长，这些问题显得越发突出。于是，基于内容的图像检索技术应运而生。基于内容的图像检索是在自动提取图像的内部视觉特征（颜色、纹理、形状等特征）的基础上，计算这些图像的特征和示例图像特征之间的距离，然后通过距离相似性表示图像之间的相似程度。与基于文本的图像检索相比，这种方法主要是通过对图像视觉特征的自动提取，而不再依赖附加的文字标注，节省了时间和人力，使检索的总体效率得到大大提高。本文基于颜色特征，对广义M-J集检索方法进行研究。基本思想是利用较为普遍的相关图像检索技术，结合广义M-J集的本原特征，提出有一定独创性的检索方法。由于广义M-J集配色方案的复杂性，单纯的用一种颜色特征检索很难达到人们的需要。在研究了大量基于颜色特征的图像检索方法的基础上，以项目组开发的FDS系统绘制出的广义M-J集图像为研究对象，把较为经典的图像检索方法改良、综合后应用到广义M-J集分形图的检索中。实验证明，所提出的算法可行，效果较为明显。本文的研究成果主要从以下三个方面实现创新：(1)建立一种专用于广义M-J集颜色特征的赋色方法，根据该赋色方法对广义M-J集实施颜色量化分析，在此基础上提取广义M-J集颜色特征。(2)在(1)的基础上，基于项目组自行开发的FDS（Fractal Design System）系统绘制出的广义M-J集，提出了不同层次的基于颜色特征的检索算法。本文在分析了广义M-J集的配色方案之后，分别从颜色直方图、颜色矩、颜色聚合向量三个方面着手对其进行描述。由于每种颜色特征都有缺陷，所以在此基础上综合分析比较各个特征的优缺点，进一步得出更有效的检索算法。(3)提出适用的广义M-J集基于颜色特征的图像检索模型，开发出可以实际运行的广义M-J集检索程序。本文的研究对于促进基于颜色特征的广义M-J集检索的应用具有一定的实践意义。