色彩矩是描述圖像中色彩分布特征的措施，與中心矩xxx地描述概率分布的方式相同。色彩矩主要用于色彩索引，作為圖像檢索應用中的特征，以比較兩幅圖像基于色彩的相似程度。通常情況下，一幅圖像要與一個具有預先計算過的特征的數字圖像數據庫進行比較，以便找到并檢索出相似的圖像。圖像之間的每一次比較都會產生一個相似度分數，這個分數越低，這兩張圖像就應該是越相同的。

色彩矩是縮放和旋轉不變的。通常情況下，只有前三個顏色矩被用作圖像檢索的特征，因為大部分的顏色分布信息都包含在低階矩中。由于顏色矩同時編碼了形狀和顏色信息，它們是在變化的光照條件下使用的良好特征，但它們不能非常成功地處理遮擋問題。顏色矩可以針對任何顏色模型進行計算。每個通道計算三個顏色矩（例如，如果顏色模型是RGB，則計算9個顏色矩；如果顏色模型是CMYK，則計算12個顏色矩）。計算顏色矩的方式與計算概率分布的矩相同。

xxx個顏色矩可以被解釋為圖像中的平均顏色，它可以通過以下公式來計算

第三個顏色矩是偏度（skewness）。它衡量顏色分布的不對稱程度，因此它提供了關于顏色分布形狀的信息。偏度可以用以下公式計算。

峰度是第四個顏色矩，與偏度類似，它提供了關于顏色分布形狀的信息。更具體地說，峰度是衡量尾部與正態分布相比的極端程度。

高階色彩矩通常不是圖像檢索任務中色彩矩特征集的一部分，因為它們需要更多的數據以獲得對其數值的良好估計，而且低階矩通常也能提供足夠的信息。

色彩矩在圖像檢索中有著重要的應用。它們可以被用來比較兩幅圖像的相似程度。這是一種相對較新的顏色索引方法。使用顏色矩的xxx優勢來自于不需要存儲完整的顏色分布的事實。這xxx加快了圖像檢索的速度，因為有更少的特征需要比較。此外，前三個顏色矩具有相同的單位，這使得它們之間可以進行比較。

色彩索引是色彩矩的主要應用。圖像可以被編入索引，而索引將包含計算出的顏色時刻。然后，如果有人擁有一張特定的圖像，并想在數據庫中找到類似的圖像，那么感興趣的圖像的顏色矩也將被計算出來。之后，將使用以下函數來計算感興趣的圖像和數據庫中所有圖像之間的相似性分數。s_i1和s_i2是為圖像分布計算的三階矩。{displaystylew_{i1}}是圖像分布的二階矩。