近几年,随着互联网技术的发展,多媒体数据呈现出爆炸式的增长。面对海量的多媒体数据,如果我们不能对其进行检索,则无法对这些数据进行利用。与此同时,在一些场景中,传统的基于文本的信息检索技术无法很好地满足人们的检索需求,如检索相似的图片,检索声音片段的完整歌曲等。原因在于基于文本的信息检索技术存在文本表达能力不足、人力成本大等缺点。因此,类似图片、声音等比文字更为直观的信息检索变得越来越重要。本文的主要工作是设计和实现了一个基于改进的多索引哈希(Multi-Index Hashing)的大规模相似图片检索系统。系统的核心算法是多索引哈希算法,我们会将该算法应用到图片特征向量的k近邻搜索中。在实际的应用中,我们发现多索引哈希算法会在一些特定的情况下出现明显的性能损失。为了解决这个问题,我们对多索引哈希算法进行了改进。在建立哈希表索引之前,我们会对多索引哈希算法的默认哈希策略进行优化,即重排图片特征的二进制码数据的0-1值。通过对多索引哈希算法进行改进,我们能够在一定程度上解决上述所提到的性能损失问题。由于对多索引哈希算法进行并行化实现并不容易,为了能够使用现代CPU的多核计算能力,提高系统的吞吐量,我们采用多线程处理查询请求,单个线程串行执行多索引哈希算法进行查询的方案。为了能够实现这个方案,我们专门设计了一个无锁队列来减少数据同步所带来的额外开销,通过实验,我们可以发现比起传统的互斥锁队列,我们所采用的无锁队列有着明显的性能优势。在论文的最后,我们会对我们的系统进行简单的功能展示。虽然目前系统还只是处于demo的阶段,但是我们依然可以发现系统的检索效果是让人满意的,检索速度可以满足项目的需求。