多媒体技术和Internet技术的普及导致了大量图像信息的出现，传统的文本关键词检索方法已经不能适应图像信息的检索需求，基于内容的图像检索技术成为目前研究的热点。本文在对基于内容检索(CBIR，content-based image retrieval)的关键技术的分析的基础上，结合当前的研究趋势，重点探讨了基于颜色特征的检索方法和依赖于图像分割的基于区域的图像检索方法。CBIR技术的核心是表示图像内容的特征，而颜色特征计算简单，性质稳定，作为图像的一种重要视觉信息，在CBIR中已得到广泛应用。本文通过对HSV和Lab两种通用的颜色空间的分析，采用直方图特征实现了基于颜色特征的图像检索系统，并比较了在HSV颜色空间和Lab颜色空间的图像检索效果。鉴于全局特征并不能完全满足人们对于图像检索的需要，基于区域的图像检索方法得到了广泛的关注。本文讨论了图像分割在基于内容的图像检索中的应用，并分析了通过图像分割技术提取有效区域。针对图像检索的特性，我们通过对基于聚类的图像分割算法的研究，在聚类的基础上提出了基于分块区域增长的方法粗略提取图像的显著区域。