在数字化技术飞速发展的21世纪,越来越多的数字化图像充斥着我们的生活,如何从浩如烟海的数字化图像资源中准确、快速的找到我们所需要的图像呢?这是一个亟待解决的问题,这也是基于内容的图像检索(Content-Based Image Retrieval,即CBIR)产生的主要目的。CBIR就是充分利用图像本身的视觉特征(如颜色、纹理、形状和结构等),形成准确的特征描述方案,同时结合合理的相似性匹配公式,从图像数据库中检索到和用户示例图像相似的图像。目前国内外对CBIR的研究都集中在图像底层特征的抽取和表示以及相关反馈的方面,而缺乏对图像特征的通用性的描述,这使得特征描述和检索系统的通用性不高,造成资源的浪费。本文首先对国内外的图像检索系统进行分析,指出它们的优点和不足。接着对图像检索系统的原理和特点进行了介绍,同时对图像的颜色特征的提取和表示进行了广泛深入的研究,随后介绍了MPEG-7的基本知识和图像相似性匹配方法,最后结合颜色特征的提取和MPEG-7中关于颜色特征描述符的相关知识,设计符合MPEG-7标准的图像颜色特征描述符,并采用Visual C++集成开发环境和支持MPEG-7的类库实现了一个CBIR演示系统。实验表明,采用MPEG-7特征描述符在不影响检索准确率的情况下大大提高了检索的速度。由于系统使用符合MPEG-7标准的颜色描述符,检索过程中生成的颜色描述符能被其他支持MPEG-7的应用使用,同时,它也能使用其他应用生成的符合MPEG-7标准的颜色描述符,这提高了系统的通用性和颜色特征描述符的重复利用率。