随着数字图像采集设备的普及，加之互联网技术的高速发展，海量的图像上传并保存到互联网中.传统的图像编码方法(如JPEG、JPEG2000)可以在一定程度上压缩图像数据，但其独立压缩单幅图像的方式导致其压缩效率远远不能满足当今大数据的需求.为了更高效地压缩互联网图像数据，我们充分利用云图像数据及挖掘图像之间的相关性，提出一种基于云数据的图像压缩算法.针对上传到云数据库中的图像，算法采用"来一幅、压一幅"的处理模式，有效地适应迅速变化的大数据环境.我们利用高效的图像检索技术，在云中快速查找匹配图像；并采用投影变换、光照补偿等方式，通过对匹配图像进行预处理，以得到多幅更精确的参考图像.我们利用参考图像与当前图像之间的冗余，通过图像间预测的方式对当前图像进行编码.本文为大数据下的图像压缩提供了一个崭新的框架，可以大大节省如网络云盘中图像所占用的存储空间.实验表明，该方法对图像的压缩效率，比JPEG平均提升61.5％，比HEVC帧内编码提升21.3％.