基于内容的图像检索(Content-Based image retrieval)具有广泛的应用前景。当前国内外对此技术的研究方兴未艾。图像检索是一门融合了各种方面的技术。本文侧重图像底层特征的研究，包括颜色，纹理，形状等特征。　　 本文首先介绍了基于内容的图像检索的基本原理，然后分别就颜色，纹理，形状三种图像底层特征进行深入地研究。颜色是图像检索系统中最常用的系统。常用的直方图表示法缺失了颜色的空间信息。图像主色是图像的重要特征。一张图片只需要三个左右的主色就可以很好地表达它的颜色特征。对于直方图无法表达颜色的空间特征，本文提出了一种基于多分辨率的主色矩的图像检索方法。该方法能够很好地表达了图像的颜色与空间分布特征。纹理是图像的另一个重要的特征。Gabor小波是表达图像纹理的重要特征，但是计算时间复杂度较高。本文通过对LBP的研究，发现LBP是一种很好的图像纹理特征，在时间运算复杂度上具有极大的优势。由于LBP是一种全局的特征，很难表达图像的某个特定对象的特征。因此，本文提出了基于主色的LBP。结合颜色，通过提取图像的前三个主色的LBP作为纹理特征。在彩色图像检索中，该方法获得了较传统的LBP更好的检索结果。形状特征的提取首先依赖于图像的分割。分裂合并方法因其充分利用图像的整体和局部特征，且算法简单清晰而在图像处理领域倍受青睐。同时，也由于算法的过于简单而容易产生方块效应与过分割的缺点。结合图像边缘，本文提出了一种基于分裂合并与边缘检测的图像分割方法。实验证明该方法具有比普通的分裂合并方法更好的效果。在用该方法对图像进行分割的基础上，提取图像的形状特征进行检索，获得了良好的实验效果。