在数据库系统和计算机视觉两大研究领域的共同推动下,图像检索技术己逐渐成为一个非常活跃的研究领域。基于内容的图像检索不同于传统的基于文本的图像检索,它实际上是一种模糊查询技术,通过对图像数提取一定的特征,找出在特征空间中与查询要求最接近的图像。这就涉及两个方面问题,一、如何提取特征,二、特征向量间距离如何测量,也就是特征如何匹配的问题。本文针对这一课题,分别在基于颜色、纹理和形状的检索技术方面进行深入研究和探讨,归纳和总结了各种特征提取和相似性匹配的诸多算法,给出了各算法之间的比较并选择部分基于颜色和形状特征的特征提取算法进行了实验。重点介绍了基于颜色的图像检索方法,并且重点对基于颜色的图像检索改进方法做了重点阐述,即颜色与图像分割相结合的特征提取方法,提高了检索精度。从实验结果看,本文所采用的算法折中考虑了计算量和检索效率,具有较好的检索性能。另外,无论采用何种特征,无论使用何种距离测度,最终决定两幅图像是否相似取决于实际用户。不同的用户对图像的相似性的判断也存在不同的标准。因此,提出将相关反馈技术应用到图像检索中来。