多媒体技术的普及和Internet技术的实施导致了大量图像信息的出现，基于文本关键词的传统检索方法已经不能适应图像信息检索的要求，这使得基于内容的图像检索技术逐渐成为目前的研究热点。本文在全面分析这一领域中的关键技术的基础上，结合目前的研究热点，重点研究了基于图像颜色空间分布特征的检索方法和基于图像区域特征的检索方法。主要工作概括如下: 1.系统分析和研究了基于内容的图像检索领域的一些关键技术，如:颜色、纹理、形状等图像低层特征的描述方法，图像间的相似性度量方法，图像库索引机制，图像检索算法的评价方法等。 2. 提出了一种采用颜色聚类的颜色-空间检索方法。为了减小颜色量化误差，提高检索精度，本方法将颜色聚类引入颜色-空间检索，提出了一种新的空间颜色描述特征。该特征由非固定柄数的颜色边缘直方图和颜色平滑直方图组成，提高了对颜色的表述精度，并引入与之相适应的相似性度量方法。实验证明该方法不仅比一般的颜色-空间方法精确性更高，而且减少了图像特征存储空间。 3.研究并实现了一种基于区域的图像检索方法。首先用融合颜色和空间信息的图像分割算法进行图像分割,提取各分割区域的颜色，纹理，形状特征, 再采用基于图像两层描述的非均衡区域匹配方法来衡量图像间相似度，以减轻分割不精确带来的不利影响。实验证明与一般的区域检索方法相比，该算法有效的提高了检索精度。 4.用 VC++6.0和Access2003设计了一个基于内容的图像检索系统，实现了多种图像检索技术，不仅可以用于不同算法的效果验证和比较，而且可以组合不同算法进行检索，取得更好的检索结果。