随着图像检索技术的发展，检索结果重排和多特征融合技术受到广泛关注。大多数之前的研究主要考虑图像之间的相似度以及利用图方法提高检索效果。然而，真实世界的流形空间十分复杂，距离检索图像更近的图像不一定相关性更强。为了解决上述问题，本文提出了基于图方法单特征构图和多特征融合的图像检索算法。　　首先，本文分析了在流形空间上的单特征构图和多特征重排算法；然后，阐述三层特征图构建算法，去构建单特征的权重图；最后，本文提出多特征融合之后权重图的排序算法。　　最后，本文在六个标准数据集：UKBench、Corel-1k、Corel-10k、Cifar-10、Holiday和Oxford-5k，上进行了实验对比。实验结果表明本文算法是可以在不同场景图像库上取得良好效果。本文算法，在UK数据集上NS分数达到3.94；Corel-1k数据集上前20幅图像的准确率达到94.30%；Corel-10k数据集上前12幅图像的准确率达到70.56%；Cifar-10数据集前100幅图像的准确率达到44.21%；Holiday数据集的平均准确率达到92.52%；Oxford-5k数据集的平均准确率达到80.64%。