随着计算机与通信技术的迅猛发展,网络和信息技术发生了日新月异的变化。作为一种新兴的商业模式,电子商务的发展十分迅速。但是相比于传统购物方式,电子商务存在着很大的不足,其中一点就是商品和用户之间的交互太少。因为用户对商品在网上的了解不够,导致很多用户无法下定决心购物。由于电子商务中商品的展示大多以图片形式出现,所以基于内容图像检索和基于情感的图像检索可以为电子商务网站提供新的检索方式,以满足用户的检索需要。针对以上问题,本文从基于内容和情感的层次化商品图像检索展开讨论。首先,本文介绍了选题背景、意义和国内外研究现状。然后,深入讨论了介绍了基于内容的商品图像检索。可视化特征提取、相似性度量和相关反馈是基于内容图像检索系统的关键技术,它们是组成一个完整有效的图像检索系统的重要部分。颜色、纹理、形状是图像三种主要的底层视觉特征,根据这些特征着重介绍了基于内容的商品图像检索。其次,本文给出了一种基于改进SIFT匹配算法的商品图像检索。SIFT特征能够稳定表达图像局部特征,对图像尺度、旋转、仿射、光照变换有很好的鲁棒性。传统SIFT匹配算法在相似性度量时仅仅考虑了关键点匹配数量,但关键点之间距离也能表征图像相似度,关键点之间距离越近,图像相似度越高。基于以上思想,本文从图像关键点匹配数量和特征点之间距离两个因素,从全局图像和局部分块图像两个尺度综合考虑,给出一种新的相似匹配衡量方法,并将其用于商品图像检索。接下来,本文介绍了基于情感的商品图像检索算法。该算法包含索引过程、查询过程、相关反馈三个步骤。当情感查询以13个情感词汇对开始时,相对应的查询颜色码和查询灰度码会产生,比较查询颜色码、查询灰度码和DB颜色码、DB灰度码,根据相似度返回与查询情感最接近的图像作为检索的结果,将此基于情感的图像检索算法用于商品图像搜索。同时,权值调整和相关反馈被应用到此检索过程中。最后,本文融合了商品图像的内容和情感,给出了一种层次化的商品图像检索框架。该框架有粗略匹配和精确匹配两个阶段,在粗略匹配阶段利用商品图像情感信息完成,在精确匹配阶段利用商品图像底层视觉特征完成,通过实验验证了本文层次化商品图像检索的有效性。基于内容和情感的层次化商品图像检索技术结合了理论研究和具体应用,为电子商务中商品和用户的沟通提供一种新的解决策略。