计算机技术、多媒体技术以及Internet技术的长足发展导致了大量图像的出现，如何有效地、快速地从大规模图像数据库中检索出所需的图像是目前一个相当重要又富有挑战性的研究课题。基于内容的图像检索(content based image retrieval，CBIR)正是为了解决如何有效地从图像数据库中检索出相关图像的问题，近年来，此项技术的研究非常活跃，在许多领域都有应用。 本文首先简述CBIR领域的一些关键技术，包括颜色空间、图像主要低层特征(颜色、形状和纹理)的描述方法、图像特征间的相似性度量准则等。图像特征提取通常是CBIR的第一个步骤，它对整个检索系统的性能有着至关重要的影响。本文重点研究颜色和纹理特征及其在基于内容图像检索中的应用，主要研究内容和成果如下： ◇分析了颜色直方图用于CBIR时存在的问题，在此基础上提出一种应用边缘空间分布的图像检索方法。利用颜色向量角仅对色度和饱和度敏感而对亮度不敏感的特性提取彩色图像边缘。在边缘像素及其近邻提取颜色向量角直方图，同时又在平滑像素区提取颜色直方图，将两种直方图结合起来描述图像内容特征。这一方法较充分地利用了颜色和图像边缘信息，具有良好的光照不变性。实验结果表明，检索效果优于单纯使用颜色直方图的方法。 ◇提出了一种图像特征提取方法，可用于以图像关键块为基础的图像检索系统。以图像块灰度矩阵前两个奇异值之比为其信息量大小的判据，低于阈值的图像块表示含有足够的信息量，从其中提取由亮度统计参数、颜色成分和纹理特性共12个量，构成初始特征向量，并应用主分量分析法降维，得到代表图像块的6维向量。对大量图像块的特征向量进行k-均值聚类，结果表明所提出的特征提取方法能够较准确地描述图像块的内容特征。