随着大数据产业的不断发展,数字信息的增长方式呈爆炸性增长。在这种背景下,图片的搜索引擎技术也应运而生。由于基于文本的图片搜索技术其太依赖于图片注释信息,因而被基于内容的图片搜索技术所取代。本文结合基于内容的图片搜索技术提出了一种新的算法,旨在提高图片搜索的速度以及鲁棒性。本文主要工作内容如下:(1)针对基于内容的图片搜索技术进行阐述,并结合图片搜索技术中哈希编码速度快的优点,利用基于哈希的双直方图方法获取图片的全局信息。通过降低图片特征的复杂度以及缩小目标图片搜索范围来提高搜索的速度。(2)为了弥补哈希编码对局部特征不敏感的缺点,在第一步的基础上,选取Surf算法对图片信息进行二次提取和比对,并将哈希编码技术运用到Surf算法特征点提取上。使得在进行图片搜索比对时,能够从全局信息获取到局部特征点比对两步完成图片的匹配工作,为的就是在保证图片搜索的效率的同时,提高鲁棒性。(3)人为地将目标图片进行亮度色彩改变、视觉角度变换、旋转尺度变换、水印及模糊化处理,并通过分析系统匹配图片的速度以及抗噪声的处理能力来进行分析。通过与Sift算法以及Surf算法进行比较,验证本文算法在保证图片全局信息以及局部特征完整性的同时,极大程度上缩短了匹配的时间,取得了良好的效果。并将其应用在贵州科技馆大数据展区人脸数据体验项目中。