随着Web上图片资源的单日益丰富,人们对Web图片检索的需求也日趋强烈。基于文本的Web图片检索技术,是人们当前检索WEB图片的主要手段。尽管已有若干使用该技术的Web图片搜索引擎产品投入实用,但目前的基于文本的图片检索技术还有待完善,主要体现为:对Web的复杂性理解不够,使用固定的模式提取文本,常常以偏概全,提取效果不佳;对影响词条权重的因素考虑不够,权重模式较粗糙;围绕词条组织索引,通过字匹配实现查询,导致了较严重的同义词和多义词问题。对此,本文做了有针对性的研究:针对Web图片搜索引擎的应用背景,以构建大型Web图片搜索引擎为目标,提出基于文本检索方式的Web图片搜索引擎设计方案。文中介绍和研究了一系列与Web图片搜索引擎相关的技术,包括网页抓取、相关性排序(VSM和LSI)、信息提取、信息索引等,这些技术将被应用到文中提出的系统设计方案中。本文重点地研究如何从HTML文档中提取图片相关信息,保证高效和准确的实现图片检索。在对真实数据进行实验和分析的基础上,提出了若干关键技术,设计并实现了一个基于文本的Web图片搜索引擎,给出了系统的总体结构图,并对获取网页、提取信息、图片抓取和死链检查、生成缩略图、建立索引和提供查询这6个工作流程进行了详细的描述,最后对系统的使用效果和性能进行了简单评测。