随着多媒体技术和计算机网络的迅猛发展，网络上存储了大量的数字图像信息。为了快速，准确地从大量图像中提取用户所需的信息，基于内容的图像检索技术应运而生，并成为图像处理领域的研究热点。基于底层特征的图像检索技术是基于内容的图像检索技术的核心技术，颜色和纹理特征是图像的两个重要底层特征，被广泛应用于众多图像检索系统中。
　　 本文对基于底层特征的图像检索技术进行研究，重点研究了基于颜色和纹理特征的图像检索方法。本文的主要工作如下：
　　 ①为了克服光滑概率密度函数提取小波系数直方图及系数模直方图特征的方法存在参数估计计算复杂，难以充分有效地提取纹理特征的不足。根据双密度双树复小波变换在抗混叠性，多方向性，平移不变性等方面的性能优于其他小波变换可以较好的刻画图像的纹理特征的优点及RH模型计算简单、模型参数存在且唯一、并可以计算模型参数的无偏充分估计量的优点。文中提出了结合双密度双树复小波变换及RH模型的优点，利用RH模型提取双密度双树复小波变换系数及系数模统计特征进行纹理图像检索的方法。对Brodatz纹理库的仿真实验表明：本文方法检索率高于GGD模型，Gamma模型；提高了2％-9％。
　　 ②为了克服单独使用颜色特征或纹理特征进行图像检索存在无法充分反应图像内容信息，检索率低的缺点。根据图像主颜色描述符特征具有旋转和平移不变性，需要存储空间小，符合人类视觉特征等优点及利用LAB算法提取图像主颜色描述符特征具有计算简单快速的优点。文中提出了以利用LBA算法提取的主颜色描述符特征作为颜色特征与利用双密度双树复小波RH模型提取的纹理特征相结合进行彩色图像检索的方法。对Wang彩色图像库的仿真实验表明：本文算法相比单独使用颜色特征的检索算法总体平均检索率提高了5.49％；相比单独使用纹理特征的检索算法总体平均检索率提高了4.43％。