隨著電子技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展， 數(shù)字圖像處理進(jìn)入高速發(fā)展時(shí)期， 對大量圖像進(jìn)行有效分類和檢索也隨之成為許多科研人員的研究課題。 P2P 網(wǎng)絡(luò)中基于文本的圖像檢索， 需要手工對圖像注釋關(guān)鍵字，工作量大，且不準(zhǔn)確。因此，引入基于內(nèi)容的圖像檢索作為圖像檢索領(lǐng)域的主流技術(shù)［2］，直接對圖像的內(nèi)容（顏色、紋理、形狀及空間位置等）進(jìn)行分析，抽取出特征向量作為圖像的索引，計(jì)算查詢圖像和目標(biāo)圖像的相似距離，按照相似度匹配進(jìn)行檢索。 P2P 網(wǎng)絡(luò)搜索方法包括結(jié)構(gòu)化 P2P 方法和非結(jié)構(gòu)化 P2P 方法。前者基于分布式 Hash 表算法，由于圖像特征向量空間到實(shí)際的節(jié)點(diǎn)的 ID 不是等距同構(gòu)映射，所以只能對關(guān)鍵字進(jìn)行簡單的匹配，不支持模糊查詢。非結(jié)構(gòu)化方法給予節(jié)點(diǎn)充分的自主性，采用廣播方法定位資源，然而各種算法如洪泛（Flood）與隨機(jī)漫步（Random Walk）等屬于盲目搜索，每次搜索都會產(chǎn)生大量的網(wǎng)絡(luò)流量，對網(wǎng)絡(luò)造成了很大的負(fù)擔(dān)，影響了系統(tǒng)的可擴(kuò)展性，大部分情況下效率較低。本文提出一種非結(jié)構(gòu)化 P2P 中基于內(nèi)容的圖像檢索方法，減少了盲目搜索造成的網(wǎng)絡(luò)流量，提高了搜索效率。