信息化和网络化高速发展的今天,电子设备越来越普及,网络上的图像资源也越来越丰富。大量的网络资源带给我们便利的同时,也让如何快速找到需要的图片成为了问题,为了满足用户查找图片的需求,图像检索技术便应运而生。基于内容的图像检索技术,是将目标图像自身作为检索条件,它更加直观、快捷,是当下研究的热点。但是在实际的运用中,基于内容的图像检索技术经常会因为目标图像的旋转、角度变化等原因,最终影响检索结果。本文分析了基于尺度不变特征变换SIFT(Scale-Invariant Feature Transform)算法的检索技术,经对其分析和试验后,发现了此种算法存在匹配度不高,速度较慢等问题,针对这些问题,本文提出了改进的SIFT算法。该算法采用基于BBF(Best-Bin-First)的Kd-Tree算法进行匹配,并通过改进的最近邻匹配算法设置了合理阈值,降低了匹配时间,同时引入随机抽样一致性RANSAC(Random Sample Consensus)算法来减少错误匹配率。在不同条件下对两种算法进行试验,证实改进算法不仅降低了错误匹配率,还节省了匹配时间。系统设计采用了Java Web的相关技术,结合MySQL数据库,本文设计并实现了基于内容的图像检索系统,该系统基于改进SIFT算法,具有较强的检索能力和稳定性,可以有效避免目标图像因旋转、视角等条件发生变化时,导致的检索不准确问题。通过实验,对该系统进行性能测试,测试结果表明,改进SIFT算法平均查准率为77%,平均查全率为72.5%,平均响应时间为1.19秒,系统达到了预期的效果,可以满足实际应用要求,为图像检索技术的更好发展和应用打下基础。