近年来,电子商务和触屏终端的广泛应用,淘宝上每天数以万计的产品被检索,而这其中,服装检索成为了一个关注的焦点。早期的基于文本的搜索方式已经不能满足大众的需求,随后,“以图搜图”的检索方式被迅速得到推广。目前在各大电子商务平台上主要通过拍照的方式进行服装检索,但并不是所有的用户都能够随时随地拍到想检索的图片,加之拍照图片极大地受到光照、场景以及设备性能的影响,导致检索准确率不高且效率低。手绘草图是人类最早表达思想和相互交流的一种形式,其最大的特点是能够直观表达对象的形状。为此,本文为了解决现有基于文本和内容的服装图像检索准确率和效率较低的问题,提出一种服装显著区域检测和手绘草图的服装图像检索方法。首先,针对目前手绘草图与服装图像无法匹配、准确率低的问题,本文提出基于正则化随机漫步的显著区域检测及边缘提取方法,该方法利用正则化的随机漫步算法得到服装显著区域,通过边缘提取算法来服装边缘信息,根据服装的显著区域对边缘信息进行加权,以获得服装边缘图像。能够较好地去除背景信息干扰,也有效地保存了服装的轮廓特征信息,解决草图与服装图像的差异,提升检索准确率。然后,针对服装种类繁多、匹配效率低问题,本文提出了基于手绘草图和重排序的服装图像检索方法。通过距离相关系数来度量两两图像之间的相似度分布的对应关系,将服装图像库中的图像分成两个不相交的分区;然后根据上一步骤中创建的分区将检索列表中的图像分成三个聚类;最后定义更新规则来更新相似度分数,作为输出最终的检索结果。实验结果表明,本文方法提高了服装检索的准确率和效率,能较好地适用于基于手绘草图的服装检索。最后,在所提的以上方法基础上,结合目前的实际应用场景和用户需求,提出基于手绘草图的服装检索系统框架,并实现了系统的原型设计。该系统操作便捷,可靠性高,具有较好的鲁棒性。