随着多媒体技术与计算机网络的快速发展,多媒体图像信息同样以惊人速度增长。为了从海量图像库中快速、准确地获取用户所需图像信息,高效的图像检索技术成为人们研究的热点。本文研究了在海量新闻图像中的搜索应用,提出一种基于高斯加权距离的颜色量化方法。本文针对基于文本和内容的分层图像检索技术做了研究,重点对基于颜色和纹理特征的检索方法进行研究。本文主要采取的研究方法和突破如下:(1)研究了基于颜色直方图的图像描述方法,针对采用传统HSV颜色空间量化方法的缺陷,提出采用高斯加权距离量化方法,避免了因量误差所引起的检索错误。(2)研究了基于纹理特征的检索方法,该方法采用统计图像不同纹理出现的频率作为图像纹理特征,对于采用综合颜色与纹理特征的检索方法明显优于单一采用颜色特征的检索方法。(3)研究了图像特征匹配的KD-Tree,该索引树为快速、准确查询高维特征向量最近邻的算法,通过对图像集实验表明查询8万幅图像平均用时100ms-200ms。在自主设计的检索系统上,针对新华社新闻图像数据集进行一系列实验表明,本文所提出的研究方法有效提升了图像检索系统的性能。本论文研究了提高图像检索速度和准确率的方法,还展望了在嵌入式设备中直接查询图像搜索结果。考虑到图像传输速度同样影响用户对图像检索系统的体验,本文对提升嵌入式设备网络传输速度做了重点研究。通过采用在嵌入式LINUX系统上配置双网卡方式,采用原始套接字获取网卡接口,实现了负载均衡,并且有效增加了网络带宽。