随着移动互联网的快速发展，网络上的图像数量呈爆炸式增长，人们对图像检索的需求亦与日俱增，因此，基于内容的图像检索成为一个非常活跃的研究领域。所谓基于内容的图像检索，是根据图像的视觉内容自动索引检索图像的技术。近年来，该技术已成为国内外广泛关注的焦点，并在许多领域得到应用。本文主要围绕基于内容图像检索中图像特征提取这一关键技术展开研究，系统地探讨了图像低层视觉特征的提取技术，覆盖的内容主要包括图像的颜色特征、形状特征、纹理特征以及颜色的空间分布特征。本文的主要工作和创新点如下：深入分析和研究了基于内容的图像检索领域的一些关键技术，其内容包括图像主要低层特征（颜色、形状、纹理、空间位置）的描述方法、图像特征间的相似度度量准则以及图像检索算法的性能评价方法等。提出一种融合颜色、纹理、空间位置等多种特征的图像检索算法FCEH。该算法是在CEDD算法的思路启发下完成的，将Vedran Ljubovic提出的模糊颜色直方图算法（Fuzzy Color Histogram，FCH）与MPEG-7标准中的EHD描述符深度融合在一起，同时，采用分块的思想，将空间位置信息融入其中。实验结果表明，根据ANMRR评价算法，本文提出的FCEH算法的检索结果更精确。以Python和OpenCV为基础，构建了一个架构灵活的基于内容的图像检索系统GIRS。GIRS系统集成了多种图像检索算法，提供图像检索、算法评价接口，不仅可以用作研究内容图像检索算法的实验平台，另外，其简洁友好的用户界面符合图像检索系统的要求，可延伸为类似google similar images、百度识图等的应用系统。