目前,基于内容的图像检索越来越成为研究的热点,而基于内容的人脸图像检索技术,无论是从学术的角度还是从实际应用的角度,都具有非常重要和特殊的意义。本文在这方面进行了一定的研究,主要做的工作如下：首先,通过灰度变换和二值化排除光照和肤色对特征提取的干扰,再利用图像分割来排除背景和发型对检索的影响,最后利用归一化和线性插值强化图像的特征,经过一系列的预处理,排除检索的干扰因素。再通过Gabor小波变换来提取预处理后的人脸图像的纹理特征,通过实验确定Gabor针对人脸图像的最优参数。接着利用对图像特征进行相似度计算,查找最相似的图像,建立起检索系统。但仅仅通过相似度计算所得出来的结果,并不是最优的,因此本文又选用了两种反馈算法——基础反馈和改进反馈算法来对结果进行优化,并对这两种反馈算法进行了比较,确定改进后的反馈算法对于本文建立的检索系统来说,反馈效果相对更优。最后,在实验中验证了选择正确的Gabor小波变换参数就能够有效提取人脸图像的特征,同时通过改进反馈算法,能够有效的提高检索的准确程度。在一定程度上减少了人脸图像检索的计算量,同时也提高了检索的精度。