数字图随着计算机信息技术的发展，网络上的数字资源与日俱增，与此同时，人们面临的不是数字资源的缺少，而是如何在海量的数字资源中找到合适的资源。正因如此，研究者们根据这个需求研发出了基于内容的图像搜索技术。但是到目前为止这项技术还存在许多亟待解决的问题，本文针对基于内容的图像检索的底层特性（颜色、纹理）提取及匹配这一课题进行了研究和探讨。在总结了其他学者们的研究成果基础上，对基于内容的图像检索的图像特征、相似性度量、颜色、纹理的提取方法进行了研究，并根据颜色和纹理的特征，分别提出了基于颜色-空间分布特征的图像检索算法和改进的LBP图像检索算法-ILBP，并对两种改进的检索算法进行了实验。本文所做的工作如下：1.提出了一种基于颜色-空间分布特征的图像检索算法，相比于传统的基于颜色的内容检索，本算法有以下几个优点：该算法的基础是人眼的视觉感受，然后利用将图像中的像素点和其邻域内的像素点对比度加权处理，从而构造出了加权颜色直方图，该直方图能够有效反应原始图像中像素位置的重要性。图像中同种颜色空间分布特征采用颜色空间分布离散度进行描述；将加权颜色直方图和颜色空间分布离散度结合，从而设计出基于颜色-空间分布特征的图像检索算法。2.以人眼的视觉特点为基础，利用像素与其邻域颜色对比度对像素点进行加权处理，提出了一种该进的LBP图像检索算法，相比于传统的LBP图像检索算法，本算法有以下几个优点：提出了一种改进的纹理描述方法，该方法不仅考虑了局部灰度的均值和中心像素的灰度值大小关系，也考虑了图像8邻域周围像素和中心像素点之间的灰度值关系。3.对本课题提出的两种检索算法进行了实验分析，实验表明这两种算法具有较好的检索性能。