随着现代科技的发展，特别是获取地球遥感数据和网络技术的长足进步，经过凡十年的积累，人们己经获得了海量的图像数据，然而，数据量增长的同时，从大量遥感影像中找出感兴趣的图像，成为了一项繁琐的工作。目前比较常用的图像查询方式，主要还是依赖于文字的检索，基于文字的检索方式虽然很成熟，但这种对图像加文字标签的做法己经不能满足人们的图像检索需要，急需出现一种新的检索方法。基于内容的图像检索是当前比较有活力的检索方式，该种检索方式己由最初的像素对像素的原始数据的检索，发展了到当前比较热门的基于特征的查询研究，而基于语义的最高层次的查询更是令人兴奋和期待。本文所涉及的检索是这种技术的中级层次，该层次的检索涉及到图像的底层特征，即一幅图像与其他图像之所以不同的原始属性或根本特征:如颜色直方图、亮度、形状因子、纹理和空间频谱图等，借助视觉信息从低层到高层进行处理、分析，完成图像的检索，基于内容的图像检索方法具有较好的检索效果，是未来图像检索的发展方向。　　 作为图像数据的一种，遥感影像有着和普通图像相同的性质，遥感影像的检索也可以借鉴面向内容的图像检索方式，以提高遥感影像的检索效率;同时遥感影像具备普通图像所没有的特征，如空间信息和光谱信息等，把这些信息作为图像检索过程中的参数参与特征匹配，对于图像的准确查找，相信可以起到促进作用。此外，基于内容的遥感影像检索技术融合了遥感影像处理、影像数据库技术、计算机视觉等多种技术，有利于促进遥感影像数据的充分利用，因此该技术的研究有着特别重要的现实意义。　　 本文旨在对基于内容的遥感影像检索关键技术进行研究，提出了一种利用颜色特征与光谱特征相结合的图像检索方法。检索的关键在于特征的提取和相似度的计算。颜色特征的计算采用的是HSV颜色模型，光谱特征采用的是归一化植被指数(NDVI)、归一化建筑物指数(NDBI)和归一化水文指数(NDWI)，相似度的计算采用的是欧氏距离。文中利用Matlab、ENVI4.7和 ERDAS IMAGINE等软件提取的颜色特征和光谱特征，以ESRI的Geodatabase数据库模型为基础，构建了遥感影像数据库。最后在VisualStudio 2005环境下，采用C＃和 ArcGIs Engine 9.2组件技术对检索功能进行了实现，通过实验测试，这种方法是有效的。