网络世界的迅猛发展大家已经有目共睹了，网络的普及度也越来越大，访问网络搜索信息的人群与日俱增，网络上的各类媒体作品数量更是快速递增。诞生的海量媒体数据给我们带来了资源的丰富性，但同时也给我们带来了许多新的亟待解决的问题，例如数据检索、资源获取等。其中，进行数据检索是信息化社会中进行信息共享的一个难点，尤其是在图像媒体的检索领域中，面对数量大，内容杂，更新快的图像数据，如何获取想要的图像资源成为了一个焦点问题。　　通过对图像检索的方法进行了研究和分析，结合Lucene索引在检索方面以及Hadoop框架在分布式处理方面存在的巨大优势，多结点并行工作的架构需求的满足主要依靠Hadoop框架来支撑，设计了基于Hadoop和Lucene的海量图像数据分布式检索方法。分布式框架的实现采用了MapReduce计算模型，在多结点中实现了图像数据集的分配、Lucene索引的建立、图像索引匹配等计算任务，利用图像的SIFT特征集成Bag Of Feature特征，完成了图像特征和现有技术的有效融合，完整的结合了Lucene和分布式系统的速度优势，通过将内容特征转换为。