近年来,随着互联网技术的高速发展,手持设备的快速普及,新兴社交网络的出现和崛起,网络上的图片的数量急剧增长。如何从海量的图像库中快速精准查询到目标图像成为一道摆在信息技术领域的具有挑战性难题。随着一些优秀局部特征的提出和新的图像表示模型的建立,一些新的基于内容的图像检索方法被提出来,它们与传统复杂低效的基于文本的图像检索方法相比显示出一定的优越性,并逐渐获得研究人员越来越多的关注。本文对近年来图像检索领域出现的一些新的方法,主要是基于词袋模型的图像编码来实现图像检索的方法进行了大量系统的研究。本文的主要研究成果如下:1.提出了一种图像边缘像素点的特征描述子并结合其他特征提出了一种联合编码的图像检索方法。基于提出的方向灰度差特征,实现了一种图像检索算法。针对单一特征图像信息表示不足的问题,为了充分高效的获取图像的信息,在提取图像方向灰度差特征的同时,也提取图像的关键点的尺度不变特征变换(SIFT)特征,并将二者结合实现了一种联合编码的图像检索方法。实验结果表明基于图像边缘像素点的方向灰度差特征描述子具有一定的信息描述能力,联合编码方案具有较高的图像检索查准率和回调率。2.提出了基于图像超像素块SIFT和局部二值模式(LBP)特征的组合编码的图像检索方法。该方法通过提取超像素块的SIFT和LBP特征,分别在两个特征空间下对超像素块编码,最后通过一定的组合方式来获取超像素块的组合编码,以图像的组合编码为依据计算图像之间的相似度。通过将提出的两种不同编码组合方式应用在基于局部线性编码和软指定编码来实现图像的检索。该方法可实现较大码本的快速训练和图像的快速编码。3.提出了一种基于图像之间内容约束的图像编码的图像检索方法。在对查询图像检索的过程中,基于查询图像的内容来约束图像库中图像进行编码,实现了一种基于图像之间内容约束的编码的图像检索方法。实验结果表明,基于图像之间内容约束的编码方法的图像检索方法具有较高的检索准确率。