目前，移动可视搜索研究主要是基于客户端-服务器模式，将图像特征上传到远程服务器进行查询，从而完成目标识别。但这种模式对网络实时传输依赖性较强，当网络拥塞时，会出现查询速度很慢甚至无法查询的问题。因此，本文设计并实现了基于单机模式的移动可视搜索系统。　　针对传统视觉词汇树体积较大的问题，提出通过残差量化树构建视觉词索引，并利用残差量化进行编码的方法，大大节约了存储空间。针对生成的图像描述符占用空间较大，无法在手机上直接存储的问题，对Boosting算法进行改进，并给出了利用改进后算法实现图像描述符降维的方案。针对城市图像数据集规模较大，无法直接检索的问题，提出根据图像GPS进行分区，并建立倒排索引的方法，大大缩小了检索范围。　　实验结果表明，改进后的词袋描述符生成方法，在保持词袋描述符生成速度和检索性能的同时，显著减少了生成词袋描述符所需存储空间，使其可以在移动设备上直接生成；改进后的降维算法，在保持检索准确率的同时，有效压缩了图像描述符，使其可以在手机设备上直接存储；倒排索引的建立，有效缩短了检索时间。