传统的基于文本的检索方法是对图像数据库中的每一幅图像进行关键字描述,根据关键字对用户给定的图像进行检索,基于内容的图像检索是使用图像的颜色、纹理和形状图像内容,建立特征向量,对给定的图像和图像数据库中的特征向量进行相似度计算,来完成图像检索。这种方法不需要用户事先输入,具有方便,工作量小,查询更加全面等优点。文中首先回顾了基于内容的图像检索理论及其应用研究的发展过程,对基于内容的图像检索(颜色、纹理、形状等)的技术和现状作了综述,并分析了各自的优缺点。再详细介绍了基于颜色的检索方法,并针对经典的基于颜色特征的直方图法没有包含颜色的空间分布信息,难以区分颜色组成相似但是空间分布不同的图像。提出了基于像素相关的检索方法,利用各相邻像素之间的相关性,统计每个像素到其相邻像素的变化概率。试验表明,与传统的基于颜色直方图的检索方法相比,基于像素相关的检索方法提高了检索效果。最后详细介绍了基于纹理的检索方法,介绍了各种纹理的提取方法,重点介绍了LBP纹理的提取方法,并提出了基于LBP纹理的检索方法。该方法是：首先使用LBP纹理生成纹理矩阵,计算纹理矩阵的直方图,再使用直方图进行检索。试验表明,与传统的基于灰度共生矩阵和基于统计纹理的检索方法进行了比较,基于LBP纹理的检索方法提高了检索效果。