基于内容的图像检索(CBIR:Content-Based Image Retrieval)是当前多媒体信息检索的热点之一。提取哪些特征,如何提取特征以进行高效、准确的检索是基于内容的图像检索技术中的核心问题。本文首先介绍了基于内容图像检索技术的理论及其应用研究的整个发展过程,讨论和分析了在图像检索,尤其是基于内容的图像检索领域的技术和现状,并对图像检索系统中的关键技术进行了重点论述。本文主要对基于内容的图像检索中基于低层特征,包括颜色特征、纹理特征、形状特征的相关算法进行了深入研究,提出了一种新的基于特征进行检索的图像检索算法,算法中颜色特征的提取使用了基于HSV 颜色空间的颜色直方图,纹理特征的提取使用了基于灰度共生矩阵的反差、能量、熵三个纹理特征量,形状特征的提取使用了基于Hu 矩的形状不变矩的一阶矩和二阶矩两个特征量,并使用高斯归一化特征向量。同时,算法中加入了基于HSV 颜色空间的皮肤检测模型,实现了的不良图像检测的功能。在此基础上,开发实现了具有不良图像检测能力的基于内容的图像检索系统,通过实验测试,得到了较好的检索效果,对于今后的研究具有一定的参考意义和实用价值。