随着多媒体技术的快速发展和海量图像库的不断涌现,如何快速准确地从大型数据库中检索到相关图像已成为急需解决的难题。传统的基于内容的图像检索方法是基于单一特征的,对图像的检索存在偏颇,精度不够。为了全面描述图像内容属性,往往需要综合多种特征检索。本文重点对颜色和形状特征进行研究,并综合颜色和形状进行检索,主要研究内容如下：1.深入分析和研究了CBIR领域内的一些相关技术,针对图像颜色空间的分布特性提出一种基于HBCH索引的图像检索方法。该方法首先通过等面积的环形划分方法对图像分块处理再进行特征提取,引入了图像颜色的空间联系,较好地体现了图像颜色的空间位置。2.从图像的形状特性出发,在图像兴趣点的基础上提出了一种基于均匀Harris兴趣点的Hu矩形状特征图像检索方法。首先采用了基于均匀Harris算子的兴趣点提取方法提取均匀Harris兴趣点,然后用等面积的环形划分方法将兴趣点划分成四个区域,计算每个区域的Hu矩形状特征,从而获取图像的形状特征向量SF。3.在颜色和形状特征的研究基础上,将改进的颜色与形状特征进行加权综合,进行综合特征的图像检索。采用Microsoft Visual C++6.0开发工具构建一个基于综合特征的算法验证系统。实验数据证明基于HBCH索引的图像检索方法和基于均匀Harris兴趣点的Hu矩形状特征的图像检索算法检索精度一样。其中基于均匀Harris兴趣点的Hu矩形状特征的图像检索算法提取的特征信息内容丰富、数据量小,应用到检索中快捷高效。而基于综合特征的图像检索算法的检索结果的查准率最高,更符合人们对图像的直观感受。