随着多媒体、网络技术的飞速发展，图像的应用日益广泛，图像检索技术已经成为国内外研究的热点。它结合了图像处理、模式识别、图像理解、数据库等技术，是一项在理论研究和实际应用中都极有前途的新技术。基于文本的图像检索和基于内容的图像检索是图像检索的两种基本思路。前者可以揭示图像的语义信息，但人工标注的代价较高，也无法完全提取图像的物理特征。后者可以实现自动化，但难以建立从低层语义到高层语义的联系，从而影响了检索的准确性。两种方法各有利弊，如果能够将它们结合起来使用，则可以取长补短，提高图像检索系统的性能。论文对基于内容的图像检索技术做了较为深入的研究，主要内容包括：1.深入分析和研究了基于内容的图像检索领域的一些关键技术，包括颜色空间、图像主要低层特征(颜色、形状和纹理)的描述方法、图像特征间的相似性度量准则以及图像检索算法的性能评价方法等。2.在颜色特征方面，针对颜色直方图法的不足，提出了利用分块直方图统计特征对其进行改进。在纹理特征方面，为提高灰度共生矩阵法的效率，采用统计相邻像素的灰度差值概率来代替相邻像素的联合概率。在形状特征方面，针对基于Canny算子边缘检测边界直方图法的不足，提出了一种将Canny算子边缘检测边界直方图特征和Zernike矩特征结合起来进行检索的方法对其进行改进。同时，本文在前面研究的基础上提出了一种特征融合的检索方法，并在此基础上加入相关反馈技术以提高系统的检索效率。3.实现了一个小型的图像检索原型系统ImageRetrieval，用以测试论文提出的算法。