摘要： 为了提高海量图像数据库的图像检索效率，提出了一种基于改进视觉描述符的海 量数据图像检索算法。首先，设计了图像的视觉特征提取算法与图像兴趣点的提取算法，通过 高斯分布的差分方法（ＤＯＧ）搜索尺度空间的兴趣点，通过尺度不变特征描述符提取兴趣点的 视觉特征；然后，对二叉搜索树进行修改，将图像中每一对兴趣点的图像ＩＤ作为键值（ｋｅｙ），２ 个兴趣点的相似性作为二叉树的值（ｖａｌｕｅ），通过二叉搜索树提高搜索的效率；最终，设计了基 于ｋｅｙ-ｖａｌｕｅ的索引方案将图像小文件组织成一个大文件，利用云计算的ＭａｐＲｅｄｕｃｅ并行计算 模块计算查询图像与图像库之间的相似性。基于公开的高维数据集与大数据集进行了实验，结 果表明：本算法不仅实现了较高的检索准确率，并且明显地提高了大数据集的图像检索时间 效率。