Grover量子搜索算法自1996年提出以来,由于其快速的搜索性能受到了国内外广大学者的关注。但Grover量子搜索算法也存在着诸如：当目标态的数目占系统态总数目的1/2时算法失效,随着目标态的数目与数据库总数目的比值增加算法的搜索成功概率迅速下降等缺点。如何进一步提高Grover算法的成功概率,是本论文研究的出发点之一。随着信息社会的发展,图像的使用已经深入到人类社会的各行各业,如何快速的搜索到有用的图像已经变得越来越迫切。于是,图像搜索(Image Retrieval)这一种新型的信息检索技术应运而生。由于现在的图像检索技术大多是基于文本的,对于基于内容的图像搜索(CBIR, Content-Based Image Retrieval)内研究还不太成熟,且当图像数据库非常大时会使得图像搜索的搜索速度变得非常慢。基于以上两方面的原因,本文具体做了以下几方面的研究：第一,研究了量子Grover搜索算法并进行了仿真分析,从理认上详细分析了Grover算法的缺陷,研究了基于π/2相位旋转的Grover算法、基于自适应相位旋转的Grover算法、基于固定相位旋转的Grover算法和精确Grover算法等4种典型Grover改进算法及其性能。第二,修正了一种精确Grover改进算法的迭代步数与相位旋转角之间的对应关系,并对基于π/2相位旋转的Grover算法、基于自适应相位旋转的Grover算法、基于固定相位旋转的Grover算法和精确Grover算法等这4种改进算法进行了数字模拟且对模拟结果进行了详细的对比分析。第三,将基本Grover算法、基于固定相位旋转的Grover算法和修正的精确Grover算法用于图像检索系统中。实验结果表明修正的精确Grover改进算法能够在基于内容的图像检索中得到更好的检索效果,具有更好的适应性。