高速互联网络和多媒体技术的飞速发展,海量存储设备和处理机性能的不断提高极大地促进了图形图像系统的普及和发展。图像数据库正在被越来越多的领域所广泛应用:数字图书馆、医学图像数据库、卫星图像数据库、商标数据库和建筑艺术图像数据库等。如何在大量的图像中查找所需要的图像信息,成为图像应用一个急待解决的问题。CBIR(Content-Based Image Retrieval)根据图像的视觉特征如颜色、纹理、形状和空间位置关系来分析图像,通过建立图像各种特征向量数据库,构建查询模块进行图像检索。本文在广泛查阅国内外相关研究技术资料的基础上,首先对图像的颜色、纹理、形状视觉底层特征进行研究分析,提取图像底层特征向量构建特征数据库。其次研究分析多特征融合技术在图像检索中的应用,结合基于区域分割颜色特征、形状、纹理特征多种检索方法,给出了基于综合特征的图像检索方法。利用区域位置信息,提取图像各区域内颜色矩特征和改进Hu不变矩特征作为特征向量对图像进行检索。实验验证表明,综合颜色、纹理和形状特征的图像检索方法克服了利用单一特征检索的局限性,提高了检索的准确率和检索的通用性。由于底层视觉特征与图像高层语义之间关联较弱,在研究中引入相关反馈技术获得用户检索信息意图,可较好提高检索的查准率。本文给出了一种基于特征加权的相关反馈方法,结合用户标记的反馈图像建立权重动态调整,使查询更好地满足用户要求,从实验中可以看出该反馈法的有效性。本文设计了一个图像数据库检索原型系统,用于对基于内容的图像数据库检索研究结果的实验验证。