随着多媒体数据库的不断发展，传统的利用关键词进行图像检索已经越来越不能满足图像检索的需要，基于内容的图像检索已成为当前的研究热点。 本文首先介绍和分析了基于内容图像检索技术的研究现状，在分析和比较了几种颜色和纹理特征后，采用基于直方图的颜色特征和基于Gabor变换的纹理特征相结合的特征描述方法。 文中提出了一种基于用户感兴趣区域的局部检索算法。该算法首先对图像库中图像按照固定尺度多层分解，提取分解后各子图的特征，形成特征库；检索时，用户按照任意尺度选取样例图像中的感兴趣区域，提取特征与特征库匹配。该方法实现简单，解决了全局检索不能很好反应用户意图的缺陷，也避免了基于分割的局部图像检索必须依赖复杂的分割算法的困难。 为了弥补仅依赖低层视觉特征检索造成的“语义鸿沟”问题，本文重点研究了SVM在基于用户感兴趣区域的局部检索的相关反馈中的应用，建立了一个基于SVM相关反馈技术的图像检索的高层语义模型，通过用户与系统的不断交互来提高检索结果的有效性。 研究过程中，作者利用MATLAB6．5开发了一个检索实验系统，该实验系统能够进行单一颜色特征、单一纹理特征、综合颜色和纹理特征的检索，同时可以实现基于三种算法——MARS、MARS+和SVM的相关反馈，并能设置SVM核函数的各种参数。通过在该系统上的实验比较，表明基于SVM的相关反馈在平均查全率的增幅上较之MARS、MARS+更好，最后，实验通过分析平均查全率学习曲线给出了一组核函数的最优参数。