基于内容图象检索是计算机视觉、模式识别、数据库管理系统、人工智能及其它学科相结合的产物。在当今数字化社会中，图象数据急剧增长，远远超过了现有系统的检索能力，因此从大量的图象数据中快速地检索满足用户要求的图象具有十分重要的现实意义。 在本文中，我们描述了便于按颜色内容查询的颜色特征空间，同时，我们评价了各种颜色变换和量化，提出了颜色块检索的彩色图象表示和提高图象查找效率的广义R+树方法。 变形模板方法是图象形状检索和模式识别领域中一个有用的方法，为了克服通常模板匹配中模板结构、能量公式和变形方法的缺点，我们提出一个更合理的模板结构、一个简化的内能公式，并提出了具有心理学依据的平面形状的拟相似概念，给出了利用变形模板方法进行形状检索的算法。 以前的查询语言主要针对传统应用中的结构化数据，我们提出并定义了基于内容的图象查询语言CISQL，它能够直观而丰富地说明图象对象之间的约束，支持通过显著特征区域、空间信息和多种例子的相似度量进行基于内容的查询，从而利用查找操作符得到结果。 建立一个可扩展和可伸缩的系统框架也是一个挑战性的工作，如果检索仅基于预先提取的特征，现有的系统也是可以伸缩的，但是，对于不同的图像类型和领域，这些方法是不能扩展以有效利用，这里我们采用多主体技术提出了可伸缩可扩展的并行查询系统的范型，并在系统中实现，与传统的实现方法相比，对于加快大型图象库的检索，这种技术是富有前途的。 我们实现了基于内容的图象检索系统MIRES／IMAGE，我们描述了系统的总体结构以及查找引擎和客户前端，并给出了一些查询实例。