随着多媒体技术、计算机技术以及网络技术的飞速发展,视觉信息飞速膨胀,基于内容的图像检索由此得到关注。和基于文本的检索技术不同,它主要根据图像的颜色、纹理、形状等底层视觉特征对图像进行检索。近几年,随着房价的上涨,家居建材也备受人们的关注。如何在各式各样材质和款式的建材中进行选择是人们极为最关心的问题。因此本文围绕着基于内容的图像检索技术展开,重点研究建材的图像检索。本文重点研究内容和创新点如下：(1)研究了基于颜色特征和纹理特征的图像检索。在颜色特征上,研究了几种常见的颜色空间(RGB颜色空间,HSV颜色空间以及Lab颜色空间等),以及各种颜色空间之间的转换；在纹理特征上,研究了纹理特征的表达方式(灰度共生矩,Tamura纹理特征,自回归纹理模型,小波变换模型等)及纹理特征的提取方式,并通过对小波分解的研究,提出了一种改进的小波分解提取图像纹理特征的方法,对图像的高频、中频以及低频部分进行有限制地再分解,避免多余地分解,能很好的将建材图像从其他图像中区分出来。(2)在颜色特征和纹理特征的理论基础上,针对建材图像提出了一种将颜色特征和纹理特征融合的检索方法。首先将图像颜色特征和纹理特征分别提取出来,然后对颜色和纹理特征分配一定比例的权重,得到它们的综合特征,再将综合特征归一化处理后得到的加权平均距离,作为相似性度量的依据,最后进行图像检索。(3)通过实验,不仅验证了本文提出的改进树形小波变换方法对于建材图像的检索效果很好,还得出了在木材、石材和金属材料这三类建材图像中,当纹理特征权值在0.6～0.7时,检索效果是最好的,此时可以将建材图像跟其他图像很好地区分出来。