随着互网络技术的飞速发展，基于内容的图像检索技术成为人们研究的热点。它的主要方法是提取图像的底层特征如颜色、纹理、形状等，然后从数据库中检索与查询图像相似的图像，再将检索结果返回给用户。经过研究发现，融合多特征的图像检索具有较好的检索性能。本文主要围绕图像的颜色和纹理特征进行分析，主要介绍了颜色和纹理的特征提取技术、常用的颜色模型和颜色的量化以及特征的相似性度量和性能评价标准。最后，研究了融合颜色和纹理的图像检索方法，实验证明有效地提高了图像的检索效率。论文的主要工作和创新如下：1.研究基于颜色的特征提取技术以及颜色空间的变换和颜色的量化。本文在提取颜色特征时，提出了一种新的HSV量化方式，为了考虑颜色区间的连续性，对H分量进行了两次均匀的划分，对S和V分量进行了一次非均匀的划分，并结合两次量化结果的平均值作为颜色直方图，实验证明该方法具有很好的检索性能。2.研究基于纹理的特征提取技术以及纹理的定义和分类，并对结构法、统计法、频谱法和模型法以及纹理谱方法进行深入研究，在提取纹理特征时，提出了一种改进的方向纹理谱模式(ID_LBP)，既考虑了局部的邻域中心和邻域像素关系，又结合了局部灰度的均值和邻域中心像素的关系。实验证明，该算法不仅在对纹理图像的检索上具有很好的检索性能，在对彩色图像的检索中优势更加明显，同时也缩短了检索时间。3.对融合了颜色和纹理的图像检索技术进行了介绍和研究，通过实验分析，本文提出的颜色和纹理结合的方法具有较好的检索性能。