图像集大小的爆发式增长,其所需的存储成本也变得越来越高昂。对海量的图片集进行压缩存储,以节省存储空间,变得十分必要。好在相似图像间会存在大量的冗余,去掉这些冗余,便可缩减存储量。基于对当前使用图像特征压缩图像集方法的研究和对图像检索领域的分析,提出了一种基于倒排索引的图像集压缩方法。使用图像检索中常常使用的倒排索引,来产生相似图像集合进而依靠视频流压缩;在基于倒排索引的压缩方法中,提出了对用于生成索引词典的传统kmeans算法的改进,该文对每一个图像特征附加一个比特向量,通过测量特征间比特向量的海明距离和原特征间的欧氏距离,综合排序,提高了检索结果的准确度;同时还使用了k近邻算法和位向量加快了该方法的处理速度。基于倒排索引产生的相似图像集合,需要给定集合中的图片一个序列,进而按照序列进行视频流压缩。该文分析了现今对图像重排的研究现状,并对图像重排过程做出了三点改进:使用交叉匹配和ransac算法来提高特征点匹配对的鉴别精度,依据权值和节点的度确定更合理的头结点,依据阈值剪枝不相似的图片。通过对测试结果的分析,此方案最终可以做到在速度和压缩比上的平衡,同时在psnr值上也达到了预期。