本文利用图像处理、计算机视觉与数据库等技术,针对基于内容的图像检索的关键技术展开研究。特征提取时,基于图像本身蕴含的信息复杂且庞大,主要研究了如何充分、有效描述图像的颜色、形状特征。在颜色特征方面,主要基于颜色直方图与颜色矩,在不影响特征描述准确度的同时出于降低直方图维数的目的,改进了现有的颜色直方图,并在此基础上融合了颜色矩信息,同时在检索的时候,考虑到检索的时效问题,利用图像的平均色相似性系数与主色相似性系数构造出两幅图像的颜色相似性系数,通过设定阈值进行图库的过滤,搜索出一个大致符合检索要求的图像集,在过滤后的图像集中进行颜色特征的匹配与相似度量,从而缩小了图库的搜索范围,提高了检索速率。在形状特征方面,主要研究了Canny边缘提取算法的双阂值问题,以及基于多结构元的彩色形态学边缘提取算法,并结合5个推广的不变矩与7个Hu不变矩构成形状检索矢量进行图像形状的检索,由于增加了一些细节因素的思考,提高了检索的性能。基于单一特征的图像检索往往顾此失彼,无法综合各特征的优势。本文在单一的颜色与形状特征提取与检索研究基础上,综合了二者信息,实现了基于颜色相似性系数过滤图库的多特征综合图像检索。此处,形状特征的提取为基于多结构元彩色形态学边缘图像的边缘方向直方图描述子。通过研究分析图像检索系统模型,利用Visual C++6.0实现了一个图像检索的原型系统。从corel图库中任意抽取1000幅图像组成测试图像集,利用该系统,对上述方法进行了验证,实验表明：算法能够提高检索速率以及图像匹配的准确度。