随着多媒体技术和网络技术的飞速发展，多媒体信息的应用日益广泛，对规模越来越大的多媒体数据库进行有效的管理成为迫切需要解决的问题。高效、准确的多媒体检索策略是解决这一问题的关键技术之一。图像是最为广泛和基本的多媒体信息，因而图像检索已成为计算机和多媒体领域的研究热点。　　 本文分析了国内外现有CBIR系统的特点和不足，实现了一个可扩展的基于内容的图像检索（SCBIR）原型系统，该系统采用B/S结构设计，既是一个可以向普通用户提供基于内容的图像检索系统，也是一个开放的算法测试平台。算法研究人员可以根据系统的算法接口编写图像特征提取算法和图像索引算法，并且通过浏览器上传到系统的算法库。系统利用反射机制动态加载算法，自动对图像库中的图像进行提取特征，计算相似度，还可以绘制算法的P-R曲线。　　 由于CBIR系统的图像库具有图像数量多、占用存储空间大、图像特征的维数高等特点，索引模块直接影响CBIR系统的性能。本文比较了经典的图像索引算法，并提出了一种基于关键维（Key Dimension List）的图像索引方法，该方法首先提取图像向量中的关键维，然后再在每一维上创建关键维的升序链表，最后，基于关键维的升序链表进行检索。实验结果表明，该种方法可以带来检索速率的提高，且与图像库的大小无关。　　 新闻图像是互联网上图像的主要来源之一，本文将SCBIR系统应用于检索新闻图像，完整实现了新闻网页的抓取、索引和检索。系统根据新闻图像的特点，将检索过程分为新闻图像样例检索和新闻图像检索两个步骤，用户可以通过输入关键字检索感兴趣的新闻图像。