计算机技术、多媒体技术以及互联网技术的长足发展导致了大量图像的出现，如何有效、快速的从大规模的图像数据库中检索出需要的图像是目前一个相当重要而又富有挑战性的研究课题。基于内容的图像检索技术的研究正是为了解决利用自动获得的图像特征，从图像数据库中检索出相关图像的问题。近年来，该项技术的研究已经成为了多媒体领域最活跃的研究热点之一，并在许多领域得到了应用。 本文的主要工作概括如下： 1．分析和研究了基于内容的图像检索领域的一些关键技术，如：相关反馈技术，颜色、形状纹理等低层图像特征的描述以及图像间的相似度度量准则等。 2．提出了一种基于兴趣点的图像检索新方法ACSM(Annular Color and Shaoe Moment)，此方法利用兴趣点的位置信息，提取兴趣点周围局部区域的颜色矩特征和区域形状不变矩特征，并利用包含兴趣点的环形区域的颜色形状特征对图像进行相似检索。ACSM算法不仅对平移、旋转具有良好的鲁棒性，而且克服了传统颜色矩和形状不变矩没有位置信息的缺陷。实验结果表明，由于将颜色和形状特征有机结合，ACSM算法有效提高了图像检索的准确性。 3．提出了一种新的基于区域熵的图像检索算法RECS(Region Entropy-based Colorand Shape retrieval)。它不仅利用图像的子块熵来描述图像的特性，而且依据熵信息的均值和方差将图像分割为高熵子图和低熵子图两部分。综合图像区域的颜色形状特征和分两步的图像检索过程，有效提高检索准确性的同时也节省了检索时间。实验结果表明，RECS算法对前景单一和前景复杂图像的检索效果同样令人满意。 4．在研究基于内容的图像检索算法的基础上，用VC++6.0实现了imSearch图像榆索系统。