基于内容的图像检索(CBIR)技术是当前研究的热点问题。它主要是利用图像的视觉特征,如图像的颜色、纹理、形状等特征来进行检索。它突破了传统的基于文本检索技术的局限,直接对图像内容进行分析并抽取特征,然后利用这些内容特征建立索引并进行检索。本文论述了目前国内外基于内容图像检索领域的现状和发展趋势,在研究图像单特征检索的基础上,提出了利用图像的多种特征进行综合检索的技术。本文详细研究了图像的多特征综合检索技术。首先对图像的颜色特征、纹理特征、形状特征的特点进行了分析和比较。构建了多特征表达的要素与组成结构。其次,解决了多特征图像检索中的三个主要问题:图像特征的选取;多特征之间如何融合;特征之间权值的调整及相关反馈。最后,本文选取了基于量化的主颜色特征、基于共生矩阵的纹理特征和基于不变矩的形状特征进行单特征检索,在这三个特征的基础上,通过构建各特征量的权值,来实现多特征的图像检索,并利用反馈机制调整各特征的权值,进行权值的合理分布,通过寻求最佳分布并达到最佳检索效果。通过设计10 类实验并与单特征检索方法进行了比较,实验表明,采用多特征检索能较大地提高图像检索的效率。