网络的普及,使得人们检索到感兴趣的图像变得更加困难,需要有专门的技术来实现,这就是图像检索技术。图像检索技术是信息检索的一种。图像检索的技术有两类：基于文本的图像检索和基于内容的图像检索。本文首先对于图像检索的发展状况进行探讨研究,分析了两种不同的检索技术在现在应用中的优点及其局限性。讨论图像检索技术中的难点和热点。接着,介绍了图像检索的原理、现有的四种特征提取方法的优缺点、图像特征向量间的距离度量方法和评测检索算法效率的方法。然后分析了颜色特征。首先介绍了两种常见的颜色空间-RGB和HSV颜色空间。其次,重点理论分析讨论已有的颜色特征：颜色直方图、颜色矩、颜色聚合向量、颜色相关图、颜色信息熵和局部颜色特征。接下来,针对常用的颜色直方图、颜色矩和形状无关矩,进行实验分析。实验结果表明：颜色直方图虽然在一定程度上提高了检索率,但是特征维数相对于较高,并且颜色量化的结果对最终结果影响较为严重。而颜色矩计算简单,维数较低,但是检索效率较低。本文通过分析人们的颜色感知,将H,S,V三个分量赋予不同的比重。研究颜色量化表的影响,结合已有的量化方法,提出将二次量化结果加权。相较于颜色直方图72维的特征,本文改进的颜色特征将其降低为20维。实验结果表明,不降低检索效率的前提下,改进的算法在一定上降低了特征维数。最后,基于已有的图像检索技术和本文提出的改进方法,在.Net框架下用C#开发了一个简单的图像检索系统。