近些年来,在计算机网络和多媒体技术的飞速发展的带动下,以图像和视频为代表的多媒体数据信息正以惊人的速度增长,人们渴望可以快速高效地从众多图像中找到自己想要的图像,而人们早期使用的图像查询方法远远不能达到快速查询的目的,为解决此问题而诞生了基于内容的图像检索CBIR技术。自上个世纪90年代以来,CBIR得到了国内外学者们的广泛重视并研究出了一系列的技术。本文在该领域专家们多年的科研成就的基础上分析讨论了CBIR的关键技术并着重对基于颜色特征和形状特征的图像检索进行了研究,对基于颜色特征的图像检索算法进行了改进和提出一种新的基于形状特征的图像检索算法。本文的主要工作如下:第一,给出CBIR系统的一般框架结构图,对基于内容的图像检索中的重要技术进行详细分析和探讨,包括多种图像特征的提取方法和表示,图像相似度度量定理和常用的相似度度量算法,以及几种图像检索算法的评价准则。第二,提出改进的加权分块颜色直方图算法和基于主色的颜色直方图算法。对于加权分块直方图,分块在一定程度上解决了全局直方图会忽略图像空间信息的问题,而加权则考虑到一般图像中目标对象所处的位置,为突出目标对象以给予较高的权值;对于主色直方图,提取图像中占比较大的几种颜色以作为图像的颜色信息。实验表明,这两种改进的算法优于传统的基于全局颜色特征的图像检索算法。最后,提出了一种新的基于形状特征的图像检索算法,该算法采用平滑度和凸凹度两个描述符对图像形状特征进行描述和表达,并提出针对该描述特征的量化算法。为更加方便和准确地提取图像的形状特征进行,首先对图像增强和图像分割等图像预处理技术进行深入分析和研究,并简要介绍了常用的形状特征提取算法。最后结合加权分块颜色直方图的图像检索算法进行多特征的综合检索,得到较好的结果。