由于多媒体技术深入人们的日常生活,图像产品日渐增多,怎样快速地在海量的数字图像中获寻到需要的图像成为了学术领域关注的焦点。由于依靠文本标签的图像检索存在着一定的局限性,研究者们逐渐将目光聚焦在基于内容的图像检索领域。该技术通过识别图像本身的固有属性进行图像查找,破除了人工理解标注的局限性。如今对于该技术的研究内容大多集中在图像特征提取、特征匹配、快速检索等方面。本文设计和实现了一个基于内容的图像检索系统,将图像的特征提取技术、图像检索技术、图像匹配技术、以及分布式计算等几种技术有机的结合起来,应用到系统里,实现了快速高效的图像检索。本文的具体工作为:本文对基于内容的图像检索技术的科研背景和现状进行研究,深入分析了相关关键技术,介绍了系统的基本原理,以及图像的特征提取方法、图像索引技术、图像相似性度量和分布式等技术。对现有的技术进行了对比分析,从中得到了启发。设计和实现了一个基于内容的图像检索系统,在特征提取方面,采用了目前鲁棒性较强的SIFT特征描述子,并对得到的特征向量进行处理;在图像检索方面,针对SIFT高维特征向量,系统结合了位置敏感哈希算法对图像的特征向量建立索引,有效地解决了高维向量的检索问题。并对相关的算法和系统流程进行了详细的研究。本文破除了传统的图像检索系统集中式计算和集中式存储的限制,采用分布式计算和存储的方式解决了目前对于大规模图像数据的相关计算和存储问题。实现了 Spark平台下相似图像的检索过程,提高了图像检索的效率。