随着多媒体技术及Internet的迅速发展,人们越来越多地接触到各种各样的图像信息。如何组织、管理和利用以图像为主的多媒体信息具有重要的意义。但是到目前为止,基于内容的图像检索在图像处理效率及相关反馈性能方面仍然存在很多不足,本文在这方面作出了深入研究。本文首先分析了基于内容图像检索的典型系统和其中关键技术的研究现状,在介绍了图像特征,图像匹配相似度计算,特征提取和相关反馈之后,根据图像的检索需求,设计了一种基于改进EM算法和混合核函数SVM的图像检索系统。本文使用了综合纹理特征和形状特征的图像检索方法,其中形状特征分别采用不变矩和傅立叶描述符两种描述方法,从不同角度对图像的形状特征进行描述。为削弱图像背景区域对图像特征的影响,采用EM聚类算法对图像进行分割,从而获得主体区域,并对传统EM算法进行了改进,有效降低了算法的复杂度。在相关反馈方面,为进一步提高系统的学习能力,本文引入了混合核函数和遗传基因算法,使用了基于遗传基因优化的混合核SVM的相关反馈算法,该算法在核参数、惩罚因子及核函数系数等参数的选择上采用了遗传基因优化算法,从而解决了系统自适应性弱的问题,改进的SVM相关反馈算法使得图像检索系统有更高的适应性和鲁棒性,可以满足不同条件下进行的不同类型检索。最后,给出了基于改进EM算法和混合核函数SVM的图像检索系统的实现,并初步应用于某飞机制造企业工艺管理系统的刀具图像检索中,取得了良好的检索效果。