این پژوهش نشان می دهد که چگونه می توان از آنتروپی جهت تنظیم وزن مولفه های بردار ویژگی به منظور بهبود تابع شباهت، در بازیابی تصاویر مبتنی بر محتوا بهره برد. اهمیت یافته ی این تحقیق، ارائه ی دقت بازیابی بالاتر نسبت به روش های مرسوم و مبتنی بر انحراف معیار و میانگین است. در روش پیشنهادی ابتدا فیلتر گابور، ممان رنگ و هیستوگرام راستای لبه، به ترتیب جهت استخراج بافت، رنگ و لبه ی تصویر محاسبه می شوند. سپس کلیه ی تصاویر پایگاه داده ی مورد نظر، توسط بردار ویژگی حاصل ایندکس می شوند. در فرایند بازخورد ربط، ماتریس تصاویر مرتبط ایجاد می گردد. در ادامه به منظور تنظیم وزن مولفه های بردار ویژگی و بهبود تابع شباهت، آنتروپی مولفه های بردار ویژگی محاسبه می گردد. یک پیاده سازی کارامد از متد یاد شده صورت گرفت و تصاویر پایگاه داده ی استاندارد corel جهت ارزیابی به کار گرفته شدند. نتایج آزمایشی نشان می دهند که روش پیشنهادی از لحاظ معیارهای فراخوانی و دقت نسبت به روش های موفق موجود تا ده درصد بهتر عمل می کند. نهایتاً از این پژوهش می توان به این واقعیت پی برد که دخیل کردن آنتروپی در مقوله ی بازخورد کاربر، خردمندانه و سودمند است.