随着互联网特别是多媒体技术的快速发展和普及，大量的图像资源不断产生，为了更好的存储、检索和应用日益扩展的图像数据库，图像检索技术已成为目前研究的热点。为了提高图像检索查准率，本文以兴趣点为研究对象，提取兴趣点局部区域的颜色、纹理和形状特征作为图像的综合特征，采用多特征融合方法克服单一特征在图像检索中的缺陷，同时使用反馈机制实现人机交互，并通过建立友好的界面更好的获取用户反馈信息。主要研究工作如下：（1）将SURF(Speeded Up Robust Feature)算子应用到图像检索中，并根据实际需要简化了SURF算子检测兴趣点的过程；通过对兴趣点的研究，确定了最终需研究的兴趣点数目及所处位置。（2）研究了基于兴趣点的图像检索，并提出一种基于兴趣点环形区域综合特征的图像检索算法。在确定环形区域划分个数的基础上，将环形思想引入到Gabor小波纹理特征提取中，增加了纹理特征对图像空间信息的描述，并完成了多特征融合；最后通过实验证明了在图像检索中多特征相对于单一特征检索的有效性，更证明了在Gabor小波纹理特征中引入环形思想的有效性。（3）研究了基于SVM(Support Vector Machines)的反馈算法在图像检索中的应用，实现了基于兴趣点和SVM的图像检索方法，并用实验证明了方法的有效性。在反馈算法中用历次样本代替单次反馈样本，有效提高了图像检索查准率。同时采用有记忆的标记算法标记检索结果，很大程度上减轻了用户负担和提高了检索效率，并分析了经过多次反馈算法后检索结果出现的问题和在显示返回检索图像时需改进的地方，为设计和实现基于兴趣点和SVM的图像检索系统奠定了基础。（4）基于本文的研究成果，采用Matlab的GUI设计和实现了一个便于用户操作且界面友好的图像检索系统。该系统实现了图像兴趣点检测和标注、图像检索方法的选择、图像特征提取和相似性度量、用户标注检索结果和基于用户评价信息的反馈检索、图像检索信息的统计等功能。