随着网络上多媒体信息的飞速增长,如何在海量数据库中实现高效检索成为多媒体检索技术的一个研究热点。以图搜图(Content based Image Retrieval,CBIR)的应用已经比较常见,但是CBIR技术对输入图像一般都有一定的限制要求,对光照、背景等的敏感度较高,鲁棒性也相应较低。随着触屏设备(智能手机、平板电脑等)的广泛普及,人们可以更便捷的从触屏设备获取手绘图像,这也使基于手绘的图像检索技术(Sketch Based Image Retrieval,SBIR)成为一个研究热点。针对人工设计的描述子(HOG,SIFT等)在基于手绘的图像检索领域的局限性,我们提出一种基于层次距离变换和隐层图词包特征描述子(Bag of Mid Maps Descriptor,BOMM)的手绘图像检索方法。本文就层次距离变换和隐层图词包特征描述子技术展开研究。本文的主要内容如下:1.本文对手绘图像的特征以及常规图像与手绘图像之间域差异等信息进行了充分的调研与分析,对SBIR技术的理论和实现原理进行了细致的阐述,并分析了手绘图像与常规图像及其二值边缘图各自的优缺点。2.本文根据常规图像与手绘图像的域差异,提出了一种抽象层次变换的方法,来缩小手绘图像与常规图像之间的域差异。3.本文根据手绘图像自身的特性,即线条前景比背景稀疏的特性,提出了基于距离变换的手绘图像预处理方法,将图像的距离信息融入到二值图像中。4.本文在深度神经网络框架的基础上提出了一种隐层图词包描述子,通过将进行层次距离变换之后的图像输入到深度神经网络中,提取网络的隐层输出向量来构建隐层图词包描述子,以此作为手绘检测的标准。本文从图像预处理和特征描述子两个方面对SBIR问题进行了改进,实验结果表明本文算法具有更高的准确率。