图像分割是一个将图像分成不同同质性区域的过程，可以通过找到同质性区域的边界来达到这个目标。近年来，随着计算机硬件和图像采集设备性能提高以及它们的成本下降，使得对彩色图像分割的研究提供了条件。此外，随着多媒体技术的飞速发展，计算机需要处理越来越多的彩色图像(如印品图像)，彩色图像处理日益成为图像处理研究的一个重要课题，其中彩色图像的分割是尤为重要的一个内容。与灰度图像相比，彩色图像不仅包含亮度信息，而且还有更多的有效信息，比如色调、饱和度等。近年来基于图像内容、色彩以及纹理的图像检索技术成为数据库技术研究的一大热点，而基础的技术就是彩色图像分割。 由于彩色图像分割技术方法很多，范围很广，不可能在本文中全面讲述。我们针对彩色图像分割中的区域生长合并方法和基于特征聚类的方法进行研究和叙述。同时，作为彩色图像分割的前提：颜色量化和纹理描述也进行了探讨。此外，应用区域分割和颜色量化进行了两种彩色图像特征提取以进行基于内容的图像检索。本文以基于区域生长合并和特征聚类的彩色图像分割算法为核心，以颜色量化、纹理描述、分割、彩色图像特征提取做基于内容的图像检索为主线。 首先，在讨论颜色空间的基础上，我们提出基于颜色变化测度反馈的颜色量化方法进行彩色图像颜色量化；其次，介绍了基于Fibonacci栅格的颜色量化方法，并利用其优良的量化性质描述纹理信息，并介绍变换域内的纹理描述方法；再次，利用前文叙述的方法进行基于区域生长合并以及特征聚类的彩色图像分割；最后，对图像进行分块分割提取纹理特征以及改进主色调方法提取颜色特征分别进行基于内容的图像检索。 在进行大量实验对比的基础上，本文提出的算法具有较好的性能。其中，介绍两种彩色图像分割算法的文章分别在国际会议ICIAR 2005和AJCAI 2005 上发表；介绍颜色量化算法的文章正在撰写，准备投稿。最后，对本文做了一个总结，并且展望了彩色图像分割和基于内容的图像检索技术的研究趋势。