بازیابی تصویر بر اساس محتوا (cbir) شامل مجموعه ای از روش ها برای پردازش ویژگیهای دیداری یک تصویر پرس و جو به منظور پیدا کردن تصاویر مشابه آن در یک پایگاه تصویر است. به منظور بازیابی تصاویر بایستی ابتدا ویژگی های دیداری آنها استخراج شده و سپس تصاویر نمایه سازی شوند. به طور کلی روش های استخراج ویژگی به دو دسته عمده تقسیم می شوند : دسته اول ویژگی های تصویر را از حوزه پیکسل و دسته دوم از حوزه فشرده استخراج می کنند. تا کنون تحقیقات زیادی در زمینه استخراج ویژگی از حوزه پیکسل صورت گرفته است. استفاده از این روش ها برای تصاویر فشرده نیازمند هزینه محاسباتی بالایی است. بنابراین ایجاد روش هایی برای فشرده سازی و نمایه سازی همزمان تصاویر، ضروری می باشد. در این تحقیق، یک روش جدید برای استخراج ویژگی های رنگ و بافت از تصاویر فشرده شده در قلمرو jpeg ارایه می شود. در این روش، با اعمال الگوریتم k میانگین به بردارهای کد حاصل از بلوک های dct تصاویر منتخب پایگاه، کتاب کد تصاویر تولید می شود. سپس، هیستوگرام ضرائب dct برای تمام تصاویر پایگاه، با استفاده از کتاب کد و روش چندی سازی برداری ایجاد شده و به این ترتیب تصاویر پایگاه نمایه سازی می شوند. از مزایای روش پیشنهادی، استفاده مستقیم از ضرائب dct بدون اعمال معکوس تبدیل کسینوسی و در نتیجه کاهش زمان استخراج ویژگی می باشد. روش پیشنهادی روی دو پایگاه تصویر عام شامل 1000 و 10000 تصویر متنوع از گروه های معنایی متفاوت آزموده و نتیجه بازیابی بر اساس معیارهای دقت و فراخوانی گزارش شده است. علاوه بر آن، کارایی روش پیشنهادی در مقایسه با ویژگی های مشابه از حوزه پیکسل و حوزه فشرده ، نظیر ویژگی های گابور و ویژگی های ارائه شده در ساختار ماندالا آزموده و نتایج ارائه شده است. همچنین آزمایشهایی برای تعیین تاثیر اندازه کتاب کد، معیارهای عدم شباهت و اندازه پایگاه تصویر بر کارایی روش پیشنهادی بعمل آمده است. آزمایشهای انجام شده کارایی روش پیشنهادی را تایید می کند.