随着互联网的高速发展,多媒体信息的急剧增加,人们迫切希望能够快速高效地获取所需要的多媒体信息。有效地组织、管理和检索大规模的多媒体信息成为迫切需要解决的问题,其中对于图像信息的检索则是人们最为关注的焦点。现有的图像检索系统大多只提供了基于图像的描述关键字的检索,却忽略了另一个重要的信息来源—图像的内容。基于内容的图像检索技术是当今多媒体技术一个研究热点,国内外的许多研究机构都在从事这方面的研究并取得了一定的研究成果。所谓基于内容的图像检索,是指根据图像中物体(或区域)的颜色、形状、纹理等特征以及这些特征的组合来查询图像。在基于内容的图像检索中,颜色是图像非常重要的视觉特征,是图像内容组成的基本要素,是人识别图像的主要感知特性之一,因而利用颜色特征进行图像检索技术受到重视,并最早得到应用。有代表性的基于颜色特征的图像检索算法有:直方图法、参考颜色表法、主色调法等。利用颜色特征的图像检索技术目前还基本处于研究阶段,其中还有许多关键的技术问题需要解决,主要涉及:颜色的表示、颜色特征的提取和基于颜色的相似性度量。本文主要围绕基于内容图像检索中图像特征提取这一关键技术展开,系统地研究了图像低层视觉特征的提取技术,覆盖的内容主要包括图像的颜色特征、形状特征以及颜色的空间分布特征。本文的主要贡献总结如下:1.深入分析和研究了基于内容图像检索领域的一些关键技术,其内容包括颜色空间、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.针对图像颜色空间的分布特性,提出一种用颜色色调直方图来表达图像的颜色特征;并且通过HSV颜色空间的三个独立分量表示方法来描述颜色的空间特征,具有旋转、平移、尺度不变特性。通过实验表明,该方法很好的克服了颜色直方图和颜色矩无法表达图像色彩的空间位置的缺点,显示了组合特征的图像检索特征的有效性和较高的检索准确性。