随着信息社会的发展，图像的使用己经渗透到社会的各行各业，日益增多的图像来源为人们提供了丰富的信息。如何快速地搜索有用的图像己变得越来越迫切。当前流行的网络搜索引擎大多基于文本，对于基于内容的图像检索的研究才刚刚起步。将数字图像处理、数据库和图像检索技术结合起来，建立高速、便捷的图像搜索引擎具有重要的理论和应用价值。基于内容的图像检索技术包括如下几个内容:图像底层特征提取、相似度匹配、索引机制。本文围绕图像底层特征提取展开了研究，将提取颜色特征、纹理特征、形状特征的经典算法进行了融合和改进，并提出了图像自动分割算法，脉冲耦合神经网络和形态学相结合，在图像对象上的标注。在比较分析现有的图像底层特征的特点的基础上,提出了基于颜色主色调和形状特征的综合特征检索方法。通过上述特征提取算法可以方便地提取出图像多方面的特征，大大增加了图像检索的精度。本文以Visual Studio2010作为开发工具，Matlab7.0作为实验工具，设计了一个简单的基于内容的图像检索系统。本文设计的CBIR系统基于上述算法实现了图像特征提取，通过允许用户输入参数的方法支持用户的个性化搜索。最后对本系统进行了实验，达到了预期的效果。