본 논문에서는 색상-공간 특징을 사용하여 24bpp RGB 칼라 이미지를 검색하는 방법을 제안한다. 각 이미지는 RGB 색상공간에서 인지적 균등 색상공간인 CIE L*u*v* 색상공간으로의 변환을 거친 후 색상 유사도를 사용하여 여러 개의 영역으로 나누어진다. 크기가 작은 영역은 무시할 수 있으며, 큰 영역은 공간 특징을 추출하기 어려우므로, 영역 분할 시 영역의 크기에 제약을 가하였다. 분할 된 각 영역의 평균 색상과 중점을 색상-공간 특징으로 추출하게 된다. 검색 과정에서는 질의의 색상-공간 특징과 데이타베이스 이미지의 색상-공간 유사도를 검사하여 검색하게 된다. 사용자 그래픽 질의와 예제 이미지에 의한 검색이 가능한 내용기반 이미지 검색 시스템을 구현하였다. 실험한 결과 Recall/Precision이 0.80/0.84였다.Abstract In this paper, we presents a method of retrieving 24 bpp RGB images based on color-spatial features. For each image, it is subdivided into regions by using similarity of color after converting RGB color space to CIE L*u*v* color space that is perceptually uniform. Our segmentation algorithm constrains the size of region because a small region is discardable and a large region is difficult to extract spatial feature. For each region, averaging color and center of region are extracted to construct color-spatial features. During the image retrieval process, the color and spatial features of query are compared with those of the database images using our similarity measure to determine the set of candidate images to be retrieved. We implement a content-based color image retrieval system using the proposed method. The system is able to retrieve images by user graphic or example image query. Experimental results show that Recall/Precision is 0.80/0.84.