本文探讨了基于内容的图像检索技术中若干重要问题,提出了一种基于内容的图像检索方法,着重进行了基于内容的图像检索中特征提取、图像分割以及基于区域的相似性匹配和度量方面的研究,并通过实验,验证了方案的合理性和有效性。在简要介绍了基于内容的图像检索的基本技术以及国内外发展与应用现状的基础上,本文论述了以下几个方面的问题:详细地分析了基于内容的图像检索中典型的图像特征(颜色特征、纹理特征及形状特征)和几种特征的常用提取方法。检索问题本质上是分类问题,将检索过程在逻辑上划分为两个阶段,在进行检索之前先对图像进行预分类,再以图像类为目标进行二次检索,解决了图像检索运行效率较低的问题。本文应用BP神经网络对图像进行分类,做到了在精细检索前进行图像分类,大大提高了检索效率。本文在研究了基于区域的检索技术的基础上,提出了基于K-均值聚类算法的彩色图像分割方案以及基于区域的Quadratic距离的图像相似性度量及匹配方法。