基于内容的图像检索技术利用低层视觉特征描述图像内容,由于视觉特征与人对图像的理解之间存在很大差异,而且其通用搜索面向所有的用户,包罗万象的结果并不能满足用户精确搜索的需求。因此面向专业领域的垂直搜索引擎应运而生,并成为发展的必然趋势。针对宠物图片领域的搜索实例,充分利用当前Web图像本身及其所处上下文的信息,相互弥补,完成图像搜索引擎在Web环境下的宠物图片领域的深层应用。一是尝试利用领域词典来研究领域识别技术,在爬虫无规则爬行的情况下,能高效的确定领域范围,在特定领域内采集网页和图像数据,并进行半结构化数据的提取,减少了无关图片的下载,提高宠物领域的覆盖度;二是研究垂直领域的混合分词技术,利用两个词典对语句进行分词,避免丢失关键词汇,提高了用户检索精度;三是利用SVM构建图像分类器,采用视觉特征与文本特征相结合的方式进行分类存储与索引内存共享,这样也可以按照用户意图来缩小匹配范围,提高分类查询的准确度和效率,并提供给用户多样的查询方式。通过对宠物图片搜索的性能分析,其领域覆盖度达到95%以上,结合文本和图像特征的用户查询精度达90%以上,响应时间保持在0.03秒以内,很好的满足了用户的需求。