在电子商务领域,支持网上在线购物的商家往往是通过图像的方式展示他们的商品。潜在的消费者希望在全面了解了商品的信息后再判断是否购买,能够获得的信息包括关于商品描述的文本以及经过商家标注的商品样图。但是,文本信息不够直观,消费者很多时候更需要产品样图,而商家对商品图像的标注很多时候带有主观性且并不准确,这些都给消费者寻找相关的产品信息带来困难。基于内容的图像检索能够避免上述问题,帮助消费者高效地获取相关产品图像。本文研究设计了针对电子商务领域服装图像的基于内容的图像检索系统。通过统计分析,发现这些服装图像有以下特点:1、每张图像只有一个用户感兴趣区域。2、背景颜色复杂多变,一般为现实生活中杂乱的生活场景。针对服装图像的上述特点,本文提出了一个建立在背景噪音去除技术上的基于内容的图像检索系统。首先,为提取出服装的轮廓,本文提出了基于JSEG分割算法的服装轮廓提取算法。采用两侧逼近以及线性插值方法实现了对服装图像背景的去除算法,并取得了很好的背景去除效果。其次,系统地研究了基于内容的图像检索方法,重点研究了颜色特征、纹理特征的提取技术。对于颜色特征,采用了颜色直方图的方法,并比较了在RGB与HSV颜色空间内基于颜色特征的图像检索效果,实验表明在HSV空间内的检索效果优于RGB空间。由于排除了背景噪音的影响,基于颜色特征的检索具有很好的效果。对于纹理特征,采用了T. Ojila提出的LBP(Local Binary Pattern)算法,通过在条纹服装上的测试表明,LBP算法适合用于服装的纹理检索。对于颜色特征与纹理特征相结合的检索,实验结果达到了预期的目标。最后,本文设计并实现了一个用户界面友好的图像检索系统,该系统支持用户定义检索模式,即基于颜色或者基于纹理或者两者特征综合的图像检索。