随着科学技术的发展，人们可以享受到的图像视频等多媒体服务越来越丰富。图像检索技术得到了极大的发展。基于内容的图像检索技术可以分为两种。一种是利用了图像的底层特征，从全局上对图像进行检索，这种方法从整体上对图像进行了考量，却忽视了图像的局部信息；而基于区域的图像检索由于利用了图像的局部信息，可以在一定程度上达到从物体层面上进行检索，因而成为了近年来一大研究热点，但是却面临着区域提取不够完美的缺点。利用区域特征以及全局特征来进行图像内容检索则可以在一定程度上避免单纯依靠全局特征带来的缺点，同时也利用了基于区域特征图像检索的优点。在区域特征提取上，利用了Grabcut算法来获取感兴趣区域，然后利用Gabor纹理来对区域进行描述，对全局特征利用了颜色直方图来描述。在图像进行特征匹配计算时，通常需要对所有图像进行匹配，这样的面临计算量过大的问题，因此可以采用一个二级检索模型，对图像进行聚类，在进行匹配时先利用全局特征进行一次过滤，然后对过滤后图像进行匹配。通过实验表明在进行图像内容检索时，利用区域和全局特征可以达到较好的效果。