近年来,包括智能手机和平板电脑在内的移动智能终端发展迅猛,尤其是其在移动通信和多媒体处理上的能力均得到了极大的提升。这些设备均配备有高清摄像头、触摸屏及高性能的处理器,而这些硬件的组合刚好为移动图像检索提供了一个合适的平台。所谓移动图像检索就是由移动终端拍摄照片,然后将照片信息通过无线网络传输至服务器端,最后由服务器端在数据库中进行检索并将照片相关的信息反馈至移动终端。在此过程中,如何降低检索时延仍是业界的一大挑战,因而本研究将针对这一问题开展。由于网络带宽的限制,照片传输至服务器端这一过程需要耗费比较多的时间,从而导致传统的移动图像检索往往得不到良好的用户体验。由于移动图像检索领域尚处于起步阶段,国内外尚没有一套公认的检索流程,本研究将以提高检索准确率和降低检索时延为目的进行探索。通过实验选取适当的图像描述符,并针对移动图像检索进行优化；服务器端采用BoW (Bag of Words)模型,并根据所采用的传输策略进行相应的改进。经过改进后的移动图像检索模型可以用于手机、平板电脑以及未来可穿戴设备的图像检索。首先本文简要介绍了课题的研究背景以及意义,并针对课题研究中的关键技术如图像描述符及显著性特征等进行了详细介绍。之后具体说明了整个移动图像检索的系统框架,及核心算法的主要思想及实现方法。最后通过实验对比传统图像检索中图像描述符的数量和显著图像描述符的数量以及相应的数据传输量和检索准确率,证明本文所述方法大大减少了图像描述符数量、提高了网络传输效率,并且在同等传输量情况下,明显提升了检索准确率。