1 图形检索引擎的发展趋势
目前因特网上的主流图形检索引擎例如Google等在用户索引，用户界面，索引方法和检查结果方面仍有缺陷。为了提高用户的体验，就必须对现有的检索引擎进行改进，图形检索的发展需要有先进的理念和可靠地技术来指导。
图形检索引擎发展理念：1。遵循个性化原则，因为对大多数用户而言，每个人都是不同的，每个人也自然有自己的需求。通过实行用户与检索结果的相关度，来不断更新用户的数据，使得检索引擎能够判断用户的喜好，不再是一的将所有结果显示出来。2。智能化原则，我们都希望检索接口能够与我们做更多的互动，而不是死板的按照我们所输入的文本进行检索。检索系统月智能，用户体验越好。3。交互性原则，检索系统的用户查询接口能够更好地感知用户提交的信息，全面细致地进行分析，还能与用户互动。查询接口也直观易用。此外
对于检索结果的反馈也是体现交互的一大标准。
图形检索的发展方向：1。网络图像搜索器智能化，主要方向是对网络蜘蛛[6]进行优化；2。基于综合特征[15]的图像检索，主要就是解决“语义鸿沟”这个问题。3。交互性的用户界面，涉及到用户对内容的感知表达，交互方式的设计，交互查询和查询载体等多方面。
参考文献
[1] 王惠明, 史萍. 图像纹理特征的提取方法[J]. 中国传媒大学学报：自然科学版, 2006,      13(1):49-52. DOI:10.3969/j.issn.1673-4793.2006.01.009.
[2] 刘琼, 倪国强, 周生兵. 图像配准中几种特征点提取方法的分析与实验[J]. 光学技术,     2007, 33(1):62-64. DOI:10.3321/j.issn:1002-1582.2007.01.027.
[3] 邱兆文, 张田文. 一种新的图像颜色特征提取方法[J]. 哈尔滨工业大学学报, 2004,     36(12):1699-1701. DOI:10.3321/j.issn:0367-6234.2004.12.032.
[4] 刘鹏宇. 基于内容的图像特征提取算法的研究[D]. 吉林大学, 2004.
[5] 张元, 王广宇, 吕运朋. 数字图像的不变特性与特征提取[J]. 郑州大学学报：理学版,     2000, 32(4). DOI:10.3969/j.issn.1671-6841.2000.04.014.
[6] 谢菲. 图像纹理特征的提取和图像分类系统研究及实现[D]. 电子科技大学, 2009.
[7] 王丽亚. 图像的特征提取和分类[D]. 西安电子科技大学, 2006.     DOI:10.7666/d.y858545.
[8] 郑丽颖, 田凯, 王科俊,等. 基于分形文数的复杂图像特征提取方法[J]. 哈尔滨工程大学学报, 2001, 22(5):20-22. DOI:10.3969/j.issn.1006-7043.2001.05.006.
[9] 薛明东, 郭立, 张国宣,等. 一种新的图像特征提取算法[J]. 计算机应用, 2004, 24:141-143.
[10] 张少辉, 沈晓蓉, 范耀祖. 一种基于图像特征点提取及匹配的方法[J]. 北京航空航天大学学报, 2008, 34(5):516-519.
[11] 孙君顶, 崔江涛, 刘卫光,等. 基于熵的图像空间特征提取及检索方法[J]. 系统工程与电子技术, 2006, 28(6):791-794. DOI:10.3321/j.issn:1001-506X.2006.06.001.
[12] 余洪山, 王耀南. 一种基于树结构的立体图像特征提取算法[J]. 计算机应用, 2004, 24(10):78-81.
[13] 马惠敏. 基于投影的灰度图像特征提取[J]. 光学技术, 2002, 28(6):561-563. DOI:10.3321/j.issn:1002-1582.2002.06.035.
[14] 廖义奎, 王志文. 一种新的彩色图像特征提取方法及其应用[J]. 广西民族大学学报：自然科学版, 2003, 9(3):48-52. DOI:10.3969/j.issn.1673-8462.2003.03.015.
[15] 刘明霞, 侯迎坤, 郭小春,等. 新的纹理图像特征提取方法[J]. 计算机应用, 2009, 29(12):3434-3436.
[16] 李素昉, 李金屏, 吴波,等. 基于纹理分析的图像形貌特征提取[J]. 济南大学学报：自然科学版, 2004, 18(3):217-221. DOI:10.3969/j.issn.1671-3559.2004.03.010. 图像检索技术文献综述和参考文献(3):http://www.youerw.com/wenxian/lunwen_21064.html