随着大数据时代的到来,越来越多的图像信息不断涌入人们日常的生活中。虽然图像处理、图像识别、图像检索等研究的技术水平不断提升,在许多领域上已经取得了很好的成果,但是仍存在诸多不足需要优化。因此,本文在基于内容的图像检索的基础上,对图像的特征进行分析研究,提出在图像检索中对图像进行特征重构,解决了多特征融合存在的问题;另外,提出一种融合多特征的图像检索方法,充分地描述图像的细节信息,以此提高图像检索的准确率。本文的主要工作内容如下:（1）为了解决影响多特征融合检索中相似度计算的问题,提出图像检索中图像特征重构。首先,通过实验研究发现,发现多特征融合检索中特征向量的长度和特征向量各分量间存在的相关性,是影响相似度计算的因素。然后,针对该问题,利用主成分分析方法,对给定的特征提取方法提取出的图像特征向量进行分析,得到相应的权重矩阵。最后,利用该权重矩阵以及相应的特征提取方法,可以对任何图像数据库中的图像特征进行重构,较好地完成图像检索任务。提出的特征重构方法,一方面有效地解决图像检索中多特征融合问题,另一方面利用统计方法对图像特征提取方法进行分析,具有一定的理论及应用意义。（2）为了使融合后的特征可以充分地描述图像细节信息,提出一种基于多尺度纹理特征融合的图像检索算法。首先,为了增加对图像纵深信息的描述,利用高斯金字塔对图像进行多尺度图像构建,并提取各个尺度图像的纹理特征。然后,为了减少噪声信息对后续特征匹配的影响,将提取的纹理特征进行统合、增强、筛选以及融合,得到融合后的特征用于图像检索。在数据库Corel-1k上进行图像检索实验,采用准确率和检索率作为图像检索性能的评价指标,实验结果表明利用提出的融合算法进行图像检索,有效地提升了检索的准确率。