随着电子商务的普及，如何快速准确地找到所需物品成为了人们研究关注的热点。然而，目前流行的购物搜索平台大都采用基于文本的检索方式，这种方式存在着语义鸿沟、工作量大、满意度低等无法弥补的缺点。本课题即来自企业项目，旨在采用以图搜图的方式实现准确快捷的WEB商品搜索平台。　　 本论文首先对网络爬虫的运行原理和机制进行深入研究，研究分析抓取策略、信息抽取技术、网络文件下载等技术。在此基础上，对淘宝、凡客、亚马逊等几大电子商务网站的网页结构进行分析，设计实现针对电子商务网站的主题爬虫，并合理实现信息存储及索引，完成图像库的建立。测试证明，系统具有很好的性能。　　 然后，通过对图像库图片进行分析，本论文结合颜色和形状特征，提出了基于模糊颜色直方图和圆谐傅里叶矩以及基于颜色直方图和傅里叶描述子的两种检索算法，并分别进行讨论。为了减少特征提取时图像背景的干扰，本论文提出了一种基于canny算子的图像掩膜提取算法，实现快速高效的图像分割。对于颜色特征描述，本文提出基于空间分块的方法对感兴趣区域加权，提高模糊颜色直方图的描述准确性。对于形状特征，本论文分别对基于边缘和基于区域的形状特征进行研究。从计算复杂度、能量紧凑性、不变性三个方面对傅里叶描述子和余弦描述子进行讨论，阐述归一化傅里叶描述子的优势。之后又对圆谐傅里叶矩的原理及改进方案进行阐述，并通过实验提出了合理的参数选取方案。此论文提出的方法在PI100数据库以及本文系统从电子商务网站上下载的图片库上进行了测试，并和目前流行的几种图像检索算法进行比较。实验结果表明，论文的算法相比其他基于内容的检索算法具有更好的检索效果。