基于内容的图像检索中面临两个问题：首先是底层视觉特征与高层语义之间存在差距；其次是视觉特征向量的维数较高,使得大型图像数据库中的检索速度非常慢。针对上述问题,本文重点研究了图像检索系统中的反馈系统以及特征向量索引方法,设计并且实现了一个图像检索仿真模拟系统。首先,针对颜色特征检索的有效性问题,提出一种基于HSV颜色模型的直方图提取算法,在保证检索准确性的前提下大幅度降低了运算复杂度；其次,为进一步提高检索有效性,提出一种基于聚类反馈的检索反馈机制,通过对数据集以及反馈结果的聚类划分,判定反馈图像的所属类别,从所属类别中检索出更多结果,该方法既能提高检索准确性,又能提高反馈过程中的检索速度；最后,针对检索效率问题,采用局部降维算法来降低高维特征向量的维数,该算法根据数据库中已有的聚类划分,应用主分量分析方法分别对每个聚类中的图像特征向量进行降维,能够大幅度降低运算复杂度,提高检索效率。本文在Visual studio2005平台上用C#编程语言设计了图像检索系统,实现了本文提出的各种算法,在图像数据库上的实验结果证明了本文中提出算法的有效性,基本实现了设计目标。