随着数据库技术、多媒体技术以及计算机视觉技术的快速发展，图像作为一种重要的多媒体信息的载体，已经广泛地应用于众多领域。为了方便用户能够快速地、准确地从海量的图像资源中找到自己所需要的图像，基于内容的图像检索(CBIR)技术正逐渐成为目前研究的热点。本文在理解和掌握基于内容的图像检索技术相关领域知识的基础上，主要对图像特征的提取方法进行了深入地研究，并完成了以下工作：1、由于基于HSV空间的颜色直方图法不能有效地表达图像颜色分布的空间信息，所以本文在颜色直方图法的基础上，对图像颜色特征提取算法做了一些改进。在改进的分块主色法中，本文采用了一种矩形重叠式分块策略对图像进行分块来反映图像颜色分布的空间信息，同时也有效地弥补了传统分块策略没有考虑分块间联系的缺陷；在颜色聚合矢量法中，采用了更加符合人的视觉感受的HSV颜色空间模型来描述图像的颜色聚合矢量。最后通过实验验证了上述颜色提取算法的有效性，并对它们的性能进行了比较分析。2、在基于改进的分块主色法的图像检索系统中引入了一种相关反馈机制，其主要思想是通过用户对检索结果的反馈信息获得一个反馈图像集，然后通过计算反馈图像集对应分块距离的加权方差来动态调整权值数组中的权重系数，最后利用新的权值数组进行图像检索。通过实验表明该相关反馈策略能够提高系统的查准率，能够更加有效地检索出用户所需的图像。3、为了融合多种特征进行图像检索，提高系统的检索性能，本文主要对综合颜色特征和纹理特征的图像检索方法进行了研究，并实现了综合改进的分块主色法和灰度共生矩阵算法的图像检索方法，最后通过实验表明采用该图像检索方法能够有效地提高系统的查准率。4、本文把基于内容的图像检索技术应用到CGProject项目的资源搜索模块中，设计并实现了一个图像检索系统CGProImageSearch系统，该系统在图像检索性能上做了一些优化，实验表明该系统在CGProject项目中具有良好的实用性。