随着技术的发展和信息量的增多,人们越来越不满足于只靠文本检索来搜索信息,基于内容的图像检索已越来越受到人们的重视。本文致力于研究和完成基于内容的图像检索模型。该模型主要有两部分组成：客户端和服务器。本文主要介绍了图像检索系统的实现过程。系统主要分为搜索图像输入、图片预处理、抽取图像特征值、特征匹配计算和搜索结果展示共5个模块。在实现过程中本文提出了以下四点创新：1.整体模型设计中,预先加入预处理,尤其是图像分割。在图像进行分割后特征提取速度加快.最后对整个系统的匹配精度和时间也有了很大的提升2.预处理平滑处理部分中,采用金字塔平滑算法及加速方案,该算法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的一部分3.在服务器的特征提取模块中,采用CEDD和SIFT结合的算法进行特征提取,两个算法互相弥补不足,提高特征提取精度,最终提高系统准确度。其中对CEDD和SIFT都进行了降维处理,将CEDD从144维降到了60维,将SIFT极值点从128维降到了20维。最后为了进行两个算法的实际应用的融合,在改进降维后的SIFT中引入了BOW模型,得到固定的特征向量,使实际匹配方式较为简单。4.实现多层检索模型时,首先引入区域颜色直方图算法进行第一层快速检索,减少之后需要特征提取的图片范围,之后再通过改进后的CEDD特征提取再次精简范围。最后通过改进后的CEDD与SIFT的结合特征提取来进行精度检索匹配。本文基本实现了移动图像检索模型的设计,在检索结果运行时间及精确度及两方面对各算法性能进行分析,证明了算法改进,多层检索系统等对整体模型设计性能有提升和改进。