基于内容的图像检索(CBIR,Content-Based Image Retrieval)是一种利用图像的视觉特征(颜色、纹理、形状等)进行图像检索的技术。随着计算机技术和数据库技术的发展,该技术己成为国内外的一个研究热点,在气象、遥感、医学等领域有大量广泛的应用。本文针对基于内容的图像检索的目的意义和发展背景,该领域的技术发展和国内外研究现状作了简单的介绍,并列出了研究所涉及到的一些关键技术,给出了图像检索系统的体系结构框架。颜色作为图像的一种重要视觉信息,已得到广泛应用。在基于颜色特征的图像检索方法方面,本文深入研究了图像颜色空间模型的描述及相互转换;研究了颜色的量化,详细介绍了颜色特征提取的各种方法;介绍了相似性度量,给出了几种颜色特征的匹配方法;最后通过仿真结果比较,验证了其有效性。在基于形状特征的图像检索方面,本文深入研究了图像预处理方面的图像增强技术,回顾了传统的图像边缘检测理论,详细介绍了各种图像形状特征的提取与表示方法,并使用一种基于瑞利分布的改进的Otsu算法来对图像进行分割,最后详细介绍了图像形状特征的提取表示方法,使用一种综合图像形状及结构组合特征提取方式。最后,在上述理论的基础上,综合了颜色和形状两种特征,给出了一种综合多特征相结合的多模式图像检索系统,利用Visual Studio.Net编程仿真实现,通过单一模式和多模式的检索结果数据比较得出,多模式的图像检索效果,不管在查准率还是查全率方面都明显高于其它单一特征的检索效果。