在计算机视觉和数据库系统两大技术的共同推动下，基于内容的图像检索技术，已经成为一个非常活跃的研究课题。不同于基于文本的传统图像检索技术，基于内容的图像检索技术，是通过提取图像的底层视觉特征，例如颜色、纹理、形状以及空间信息等，并建立图像的特征向量来进行图像检索。该技术的出现，很大程度上弥补了传统技术的不足，使得海量图像的管理和索引成为可能。现有的基于内容的图像检索算法，对人眼的视觉感知特性考虑不足，缺乏综合利用各种视觉特征，进行图像检索的研究。　　 本文针对上述问题，在前人研究的基础上，提出了一种基于人眼感知度的，融合图像颜色特征、纹理特征、形状轮廓及空间位置信息的图像检索算法，主要在以下方面进行了研究：⑴为了使算法能够融入人眼视觉感知特性，本文通过实例分析的方式，提出像素的人眼感知度这一概念，并对其进行论证和计算。在此基础上，研究了具有人眼感知特性的图像分块权值的计算方法，并对分块能够提取形状轮廓特征和引入空间位置信息的优势做了深入研究。⑵在分块的基础上，提出了一种在HSV颜色空间，将颜色量化为11维的方法，并通过构造11维的颜色直方图来表达颜色特征。该方法在较少丢失图像内容信息的情况下，极大程度的缩减了颜色特征维数，且能够很好的保留原图的颜色分布情况。同时提出了一种使用59维纹理模式直方图，进行纹理特征提取的方法，该方法将LBP纹理模式分为统一模式和非统一模式两类，使得局部特征与全局特征相结合，能够较好地区分不同的纹理。⑶提出了本文的相似度匹配算法。使用分块权值，对分块图像的颜色和纹理特征向量进行加权处理，得到颜色和纹理特征各自的相似距离，然后再对这两个距离加权，得出最终用于图像检索的相似距离。⑷设计开发了基于本文算法的图像检索系统。使用含有1000幅图像的测试集，对本文算法进行测试验证。大量实验表明，本文算法较符合人眼视觉感知特性，并具有较高的查准率，具备可行性和实用性。