随着计算机网络和多媒体技术的快速发展,基于内容的图像检索技术逐渐成为一个非常活跃的研究领域,国内外很多研究机构都在进行相关的研究工作,取得了很多令人瞩目的成果,并在数字图书馆、图像搜索引擎、商标识别、医学图像诊断及其它商业领域得到了广泛的应用。本文首先简要介绍了基于内容的图像检索的研究背景和国内外的研究现状,并较为全面地总结了图像检索中的图像特征提取方法、特征匹配算法和性能评价标准这三个关键技术。接着对各种特征条件下的性能进行了分析,并设定了一套实验方案。针对颜色特征,对颜色空间量化方案、颜色自相关图和分块HSV颜色直方图进行了实验分析;针对纹理和形状特征,对共生矩阵、Tamura纹理特征及边缘直方图进行了比较。最后,鉴于颜色和纹理特征只是反映了图像视觉内容的一个方面,而自然图像形状特征复杂不容易提取,本文提出一种采用颜色和纹理特征的相融合的方法,颜色特征采用颜色自相关图和分块HSV颜色直方图,纹理特征为灰度共生矩阵,这种算法既反映了图像的整体和局部特征信息,又包含了图像的颜色和纹理特征,提高了系统检索的准确率。实验表明,本方案的检索效果比单一特征的要好。为了测试各种检索方法的性能,本文采用Microsoft Visual C++6.0和OpenCV设计开发了一个基于内容的图像检索的特征分析系统,实现了基于颜色、纹理、形状和多特征融合方案的检索实验,并取得了较为满意的效果,对今后的研究具有一定的实用价值。