当今国内最好的图像搜索引擎是百度的识图功能，在国际上也具有较好的声誉。国际上搜索效果最好的是Google图片，Tineye也是比较著名的图像搜索引擎。用户只要上传一张本地图像，系统就可以自动匹配相关的图像。基于内容图像检索技术从提出发展至今，在国内外都有不少的成就:25886
（1）图像底层特征的提取和描述
“国内伯晓晨等在工作中提出了‘全局参考颜色表’和‘自带参考颜色表’结合的方法”。“国外Pass等人提出以图像的色彩聚合矢量CCV(color coherence vector)来作为图像的索引” 。“Hsu等人试图结合图像的色彩信息和图像色彩的部分空间信息对色彩的直方图进行检索”。 [4]论文网
（2）基于区域的图像检索
 “基于区域的图像检索的主要思想是通过图像分割技术将图像划分为不同的区域，然后对于每一个区域使用局部特征来进行描述，综合区域的局部特征，最后使用合适的相似性度量标准来检索图像”。[5]
（3） 图像语义特征的提取
基于内容的图像检索技术主要包括图像的形状、颜色、纹理和语义等特征，其中，形状、颜色和纹理特征比较直观，而语义特征相对抽象。目前基于语义特征的研究主要是如何从多种层面获取图像的语义信息、语义信息与低层特征的关系和反馈系统在图像检索系统提供的信息表示和进行图像的自动标注以提高检索的准确率等。
（4）相关反馈与机器学习相结合
相关反馈技术主要基于人机交互的思想，借助一种相关反馈的技术来猜测用户的需求，并且根据用户的需求动态调整系统检索时所采用的特征向量或参与检索的不同特征的权重系数，从而尽量缩小低，提高算法的检索效果。
 （5）高文索引技术
网络的高速发展产生了惊人数量的图像数据，但最新的研究模型也只能实时处理几百到几千幅图像。随着图像数量的增加，检索速度已经成颈，高文索引技术可以帮助研究者们建立更智能更高速的系统，国内外的一些研究成果可参见文献 图像搜索引擎国内外研究现状:http://www.youerw.com/yanjiu/lunwen_19844.html