随着网络技术、多媒体技术、数据库技术以及计算机视觉技术的快速发展,图像作为一种重要的多媒体信息的载体,已经广泛地应用于众多领域。为了方便用户能够快速地、准确地从海量的图像资源中找到自己所需要的图像,基于内容的图像检索(CBIR)技术正逐渐成为目前研究的热点。本文在研究和掌握基于内容的图像检索技术相关领域知识的基础上,对图像特征的提取方法进行了深入地学习,并完成了以下工作:1、采用接近人类感知的HSV颜色空间来提取图像特征,在对几种直方图特征描述法研究的基础上,通过实验验证了其算法的有效性,并对它们的性能进行比较分析,最后采用改进的局部累积直方图法。在对形状的基于区域和基于轮廓的描述的学习基础上,对传统的相似度量方法加以改进,实现了新的回形分块统计法,实验表明该方法可提高检索的查全率和查准率。2、为提高系统的检索性能,在融合多种特征图像检索中,本文分别对颜色和纹理特征、纹理和形状特征、颜色纹理和形状三种综合的图像检索方法进行了研究,同时实现了综合局部累积直方图法、灰度共生矩阵和回形分块统计等几种算法的图像检索系统,最后通过实验表明采用综合检索方法能够有效地提高系统的查准率。3、在融合多特征的图像检索系统中引入了相关反馈机制,其主要思想是通过用户对检索结果的反馈信息,动态的调整图像特征的权重来达到改进检索结果的目的,再利用新的权值进行图像检索。实验表明该相关反馈策略能够提高系统的检索效率,能够更加有效地检索出用户所需的图像。4、最后本文把基于内容的图像检索技术应用到CGProject项目的资源搜索模块中,设计并实现了一个图像检索系统ImgSearch系统,该系统在图像检索性能上做了一些优化,实验表明该系统在CGProject项目中具有良好的实用性。