随着计算机技术的发展，基于内容的图像检索技术得到了广泛的应用，并且在图像检索领域取得了较为显著的应用效果。但是从检索效率角度来看，由于检索数据量的不断增大。传统的基于内容的图像检索方式的弊端也逐渐显现出来。致使检索效率低下，准确度较低等问题。如何提高图像检索的效率是基于内容的图像检索需要解决的关键问题。本文就是针对这样的研究背景，对基于视觉单词树的图像检索方法进行了深入的研究和探讨。该方法把图像特征转化为视觉词汇并且按照树形关系进行存储，在检索的过程中，按照树形进行遍历查询，有效的减少了系统检索过程中的系统资源占用，提高了整体图像检索的效率。切实的改善了基于图像内容视频检索的效率问题。在本文的研究过程中，本文首先对基于内容的图像检索的关键技术进行了讨论，并且在技术讨论的基础之上，重点论述了视觉词汇的建模和学习方法。并且利用SIFT特征提取的方法对图像的特征进行了提取，通过k-means聚类的方法把提取的特征形成视觉单词树，并且采用SVM方法对进行了视觉单词的相似判断，切实的达到对图像检索的目的。最后利用VC平台对系统的功能进行了实现，切实的验证了本文设计的基于视觉词汇的图像检索系统的效率。对于提高图像检索系统的检索效率起到了借鉴作用并具有参考价值。