1、信息大爆炸時代的來臨，使得整個人類社會新產(chǎn)生的信息數(shù)據(jù)呈井噴式增長，這其中就包含了海量圖像數(shù)據(jù)信息。而且隨著互聯(lián)網(wǎng)的普及，人們在圖像和視頻等信息方面的消費(fèi)也在逐年增長。與此同時，對于從海量圖像信息中獲取感興趣內(nèi)容的需求也在不斷增加。自從上世紀(jì)七十年代起，圖像檢索技術(shù)經(jīng)歷了從基于文本檢索到基于內(nèi)容檢索以及二者混合方式的飛躍發(fā)展。鑒于傳統(tǒng)圖像檢索方式的局限性以及圖像的背景比較復(fù)雜時檢索系統(tǒng)檢索效果不佳的情況，提出了一種利用KAZE算法提取圖

2、像特征并以這種特征為基礎(chǔ)的圖像相似性檢索技術(shù)，并最終利用 JavaWeb技術(shù)實現(xiàn)了基于KAZE算法的圖像檢索系統(tǒng)。
　　本文首先對基于全局變量的圖像特征做了簡單介紹，然后剖析了基于局部變量的KAZE特征，并通過實驗證明了利用KAZE特征來構(gòu)建圖像檢索系統(tǒng)的可行性和有效性。在隨后的章節(jié)中，對圖像檢索中的近鄰檢索技術(shù)進(jìn)行了探討性研究，并選擇了利用BBF對Kd-Tree進(jìn)行改進(jìn)的算法作為本文的特征向量匹配算法，對于匹配過程中少量的誤匹配