随着生活节奏的加快,人们需要一种能够迅速展示生动信息的数据形式,这种需求引领人们步入了“读图时代”。读图时代的到来催生了海量图像检索这个极富挑战性的研究课题。本文对当今图像检索中存在的一系列问题进行了分析讨论,并在图像平滑算法、图像特征提取算法、图像检索系统模型三个方面进行了创新。首先,本文提出了金字塔平滑算法加速方案,该方案解除了平滑半径与计算时间的相关性,使其在保证良好图像平滑效果的前提下仍具有较高实时性,尤其适用于在系统计算资源有限的环境下选择较大平滑半径对图像进行处理的情况。优良的性能使得该算法不仅可在图像预处理操作中代替原有图像降噪算法,也可以作为多种图像滤镜效果的一部分。其次,本文提出了动态区域颜色直方图检索算法。该算法综合考虑图像颜色形状统计特性,通过调节相关参数,可以选择图像特征描述的侧重点,使特征检索具有较大灵活性。最后,本文设计了一种新型图像检索方案——分层检索模型。该模型采用了先分类再在类内进行特征检索这一方案,分层剔除与检索内容不符的信息条目,可以在提高检索实时性的情况下保证检索的准确性。这是实现海量数据实时检索的一种全新尝试。本文以商品图像数据集为例,对分层检索模型的构建过程进行了说明。在模型构建过程中,详细介绍了图像预处理方案、图像边缘提取方案以及特征提取方案所采用的算法及参数选择依据,并根据具体需求对区域颜色直方图算法、CEDD算法、基于LBP特征的图像检索算法进行了不同程度的改进或调整。最后在检索结果及运行时间两方面对各算法性能进行分析,证明了分层检索模型有助于系统整体性能提升。