图像检索技术中最核心的问题之一就是图像索引的建立。目前所广泛采用的、且发展比较成熟的基于文本标注的图像检索方法(TBIR)在图像索引建立的客观性、表达的充分性以及自动化程度等方面都存在着很大的局限性。针对上述局限,基于内容的图像检索(CBIR)便成为一种智能性更强的检索方式。本文从颜色内容以及纹理内容方面,实现了基于全局特征的图像检索和基于局部特征的子图像检索。在基于颜色内容特征的图像检索方面,本文实现了一种二级图像检索方法。首先,对HSV空间进行相似色划分,生成6箱格的色调直方图,用以进行图像的第一级粗略检索。进而结合累积颜色直方图的优越特性,进行第二级的精细检索。实验表明,该方法的检索效果要优于单级的颜色直方图法。在基于纹理特征的图像检索方面,本文讨论了Laws纹理能量以及基于统计的灰度共生矩阵作为纹理特征描述模型。本文通过计算共生矩阵的能量、熵、对比度、均匀性四种数值特征,来生成紧凑的特征表达,完成了关键纹理特征的确定。另外,本文在图像的区域检索,即在子图像检索水平上,讨论了图像局部区域的提取和索引方法。不同于图像分块和分割,本文实现了基于预定义颜色集的区域提取和索引方法,实验结果表明,该方法不仅成功的回避了通常子图像检索中必需的图像分割环节所面临的难题,并且弥补了基于颜色特征的图像检索中颜色直方图法丢失颜色方位信息这一不足。最后,本文设计和实现了一个基于Access数据库的图像检索框架系统。