伴随着互联网的飞速发展以及多媒体的广泛应用,产生了越来越多的图像数据。如何从巨大的图像数据库、可视化信息中找到人们想要的内容成为迫切需要解决的问题,能否有效地组织、管理和检索这些大规模图像数据库是关键所在。基于内容的图像检索技术正是在这一背景下出现的,并且迅速成为了图像处理领域的热点研究课题。本文系统的对基于内容的图像检索技术进行了分析和深入研究。全面把握基于内容的图像检索的背景知识及其应用,了解国内外著名图像检索系统的设计思想及采用的经典算法,为本课题的开展与深入研究打下基础。在基于颜色特征的图像检索上,针对各种不同颜色空间模型的适用范围,选择适合本课题的颜色空间模型,提取颜色特征并进行量化处理,以减少计算复杂度。在传统的全局颜色直方图和图像均匀分块的基础上,给出基于改进分块的累积直方图算法,该算法的检索实验效果更好。全面分析纹理特征在图像检索中的应用,介绍了三种不同的纹理分析方法,包括统计分析法、结构分析法和频谱分析法。详细分析了传统的灰度共生矩阵法,重点研究基于局部二值模式的理论,并给出基于该理论的改进算法—LBPV算法,实验验证了改进算法的优越性。本文在不同的图像检索方法上,分析和选择不同的图像特征相似性度量工具,目的在于使得每种方法具有最佳的检索效果和最高的平均命中准确率,所有实验均对结果进行了对比和分析。