在互联网环境下,产生了大量的图像文件数据,为了提供这些图像文件信息的检索和分析,首先要解决检索过程中索引存储问题,而目前已有的图像文件信息检索引擎的检索效率和精确度都不高,已成为应用系统的瓶颈。本文在分析了基于文本的图像信息检索技术之后,重点对检索过程中的索引机制进行研究。基于文本的图像信息检索的索引机制的建立主要分为三个部分:索引关键字的提取、索引数据库的存储和检索结果排序。本文主要研究了这三个方面的内容,重点对前两个过程中相关数据结构和算法进行了研究和设计。关于关键字提取过程,研究了三种经典的分词词典机制,针对现有的分词词典机制中的结构构造复杂、分词效率不高的问题,提出一种改进的分词词典机制;在分析了开源的Berkeley DB基础上,为进一步提高索引数据的存储和检索效率,对Berkeley DB的索引机制进行了改进,设计出一种不分裂的桶分配机制,以减少分裂过程产生的昂贵开销。本文将数据库索引技术与图像信息检索技术进行融合,设计并实现了一个高效的索引机制,实验结果表明新索引机制提高了在大数据量存储情况下的图像信息检索效率。