科学技术的发展日新月异,在计算机领域更是突飞猛进,使得传统的图像检索,图像匹配技术已经无法满足用户的要求。目前在图像匹配、图像检索领域中的算法有很多,在图像匹配领域中有基于特征的匹配方法、基于图像灰度的匹配方法等;在图像检索领域中有基于内容的检索方法、基于文本的检索方法等。但是图像匹配和图像检索方法中存在算法运行时间长、聚类效果差、匹配和检索错误率高等问题,使得在实际应用中无法达到用户的要求。从研究中可以发现将智能优化算法应用到匹配和检索中可以提高处理效果。因此本文将从以下三点进行研究:(1)、将环状拓扑结构和全互连拓扑结构相结合提出环状全互连拓扑结构;设计一种新的自适应逃逸机制;提出一种具有自适应逃逸的环状全互连结构的粒子群改进算法。(2)、针对图像匹配中出现的计算量大的问题,使用SICA算法进行优化;在匹配过程中加入新的约束条件和粒子群算法优化提高匹配的准确度和速度。(3)、选用PAM算法对图像数据进行聚类;用烟花算法的调节思想对粒子群算法改进;并用改进后的PAM算法提高聚类速度和质量;以此提升检索的实时性和准确度。