基于内容的图像检索系统主要是把图像的颜色、纹理、形状和空间位置关系等可视化特征作为图像的内容特征进行匹配、查找。针对应用单一视觉特征可能导致检索结果不准确的问题，本文提出了一种基于多特征的图像检索方法。该方法分为两个步骤：基于颜色特征的一次检索和基于兴趣点特征的二次检索。 颜色是应用最为广泛的视觉属性之一。经典的基于颜色特征的直方图法具有计算简单，平移、旋转和尺度不变等良好特性，而且抗噪声能力较强。它的缺点是没有包含颜色的空间分布信息，难以区分颜色组成相似但是空间分布不同的图像。基于颜色特征的一次检索将局部颜色特征和空间块分布结构相结合表示图像的内容模式，将图像块栅格划分后提取每一块的颜色信息作为特征矢量，通过对块特征聚类编码，可以应用基于文本的检索方法实现图像检索。 基于颜色特征的图像检索方法相对于经典的颜色直方图法虽然增加了一定的空间信息，但其空间信息仍然相对不足，很难反映图像的具体结构，对于大型数据库的检索难以取得令人满意的效果。为此本文提出了基于兴趣点特征的二次检索，应用兴趣点特征可以在一次检索中得到的相关图像中做到更精确的检索。本文采用小波变换提取兴趣点的方法。小波分析可以有效地滤除噪声，提高像素之间的相关性；通过小波变换得到的特征点具有多分辨特性，能够真实反映图像的特征。在基于兴趣点的图像检索中，图像的内容信息隐含在提取的兴趣点中。我们用适当的矢量抽象出点分布的空间信息，通过计算矢量距离判定两幅图像是否相似。 实验证明，该方法能够有效地提取颜色空间分布信息，在检索的效果上优于前人提出的颜色直方图法和带权重的颜色直方图，能够较好地实现无约束场景图像的有效检索。