多媒体技术的普及和Internet技术的实施导致了大量图像信息的出现,传统的基于文本关键词的检索方法已经不能适应图像信息检索的要求,这使得基于内容的图像检索技术(CBIR,Content-Based Image Retrieval)逐渐成为目前的研究热点。本文首先介绍了课题的意义和背景,对基于内容的图像检索技术的研究现状做了简单的分析,并在此基础上讨论了该领域所涉及的一些关键技术。在当前的实际应用中,基于内容的图像检索系统的设计往往针对特定的环境,并采用特定的算法。面对这种研究现状,本文详细分析了基于内容的图像检索的各种特征提取方法、相似性度量方法以及相关反馈技术等。在此基础上,对感知归类方法在图像目标识别中的应用做了初步的探索,将心理学中的方法与图像检索应用相结合,并取得了一定的实验结果。颜色特征是图像物理特征中最直接的视觉特征,相对于其它特征,颜色特征非常稳定,对于图像的平移、尺度、旋转等变化不敏感,具有很强的鲁棒性,而且颜色特征计算简单。因此,在本论文所实现的图像检索系统中,主要采用了基于颜色特征的图像检索算法。在深入研究图像颜色特征提取和相似性匹配算法的基础上,本文提出了一种改进的颜色特征表示及相似性度量方法,并通过实验证明该方法具有良好的检索效果。随后,本文详细介绍了所实现的一个基于颜色特征的图像检索系统原型,该系统提供了多种查询接口,用户可以通过示例、画板、关键字等方式进行查询,同时,该系统提供了简单的相关反馈机制,允许用户从查询结果中挑选最能表达查询意图的代表图像进行二次查询。论文中详细阐述了整个系统的体系结构,各模块的功能,实现的方法和相应的查询界面及结果显示界面,并对其中的一些关键技术进行了深入的探讨。最后,本文对基于内容的图像检索技术的研究和实现进行了总结,对目前基于内容的图像检索技术所面临的困难进行了分析,提出了进一步研究的方向。