本文从研究图像基本属性出发研究了图像的相似性,图像相似的检测是图像检索和图像分类的关键技术。文中首先给出了相似图像的定义,将相似图像分成三类进行研究。然后从图像的颜色、纹理、形状三个方面研究图像的相似性。在图像的HSV空间下对图像进行环形分块然后逐块进行直方图统计来统计图像中像素的颜色信息,再从统计数据中提取出代表图像颜色的特征向量：均值、标准差、偏斜度、能量和信息熵。HSV空间从人眼视觉角度去定义了颜色,因此更适合于提取颜色特征。直方图统计缺少空间信息,将图像进行环形分块,使图像在引入空间信息的同时保持其旋转不变性。在图像梯度化之后对图像进行共生矩阵统计得到图像的纹理信息,再从统计数据中提取出代表图像纹理的特征向量：能量,对比度,信息熵,逆差距和相关性。共生矩阵统计缺少空间分布信息,对源图像的四个方向的梯度图像分别做四个方向的共生矩阵统计,可以引入图像少量的空间分布信息。在图像轮廓化后对图像进行直方图统计来统计图像的形状信息,图像的形状信息有轮廓和区域两种表示,区域特征的空间信息过于严格,不适合做统计,因此对轮廓信息做共生矩阵统计,轮廓本身具有空间信息,即弥补了共生矩阵统计的不足,也增强了空间信息。图像的颜色特征不能对某些同类图像做出正确判定,纹理特征和形状特征在判定的算法上存在误判区域,进行对比得到一个多特征融合的综合性算法,该算法对图像进行预处理,将适合于颜色特征处理的图像进行筛选用颜色特征进行判定,将其它图像分别用纹理特征和形状特征进行判定,对含有误判局域的结果进行交叉式计算出具有纠错能力的判定标志,尽可能的提高算法的准确率和鲁棒性,因此该算法具有较强的适应性,能够处理各种类型的相似图像,具有较高的准确率,能够更细层次辨别相似图像。