数字化图像作为多媒体信息的一个重要组成部分,尤其以生动的形象、易于理解的表现形式,使之成为在商业、教育、科技等多方面广泛应用的媒体形式之一。随着网络中图像信息的日益丰富,WWW图像搜索引擎已成为用户检索网络图像信息的主要工具。但是目前无论是基于网页的图像搜索引擎还是元搜索引擎,其对图像的检索还不能令用户达到十分满意的程度,还存在着很多问题。为了使图像信息得到更快捷、更有效的获取和使用,对于图像搜索引擎的研究是极为重要的。本文首先概述图像搜索引擎的工作原理和分类;通过对图像搜索引擎的研究和应用现状的分析,指出了现有图像搜索引擎存在的问题及其发展趋势。其次通过描述图像特征信息的三层模型,分析了基于文本、基于内容和基于语义的图像搜索引擎检索模式的特点和不足。然后分析了元搜索引擎的原理和分类,并结合图像检索的特点提出了并行图像元搜索引擎框架。最后提出一种基于改进的k中心点聚类算法和遗传算法的图像元搜索引擎模型。该模型首先通过并行图像元搜索引擎技术爬取图像,将爬取到的图像存储于支持快速相似图像检索的多维索引结构的图像索引数据库中;图像经过向量化表示之后运用改进的k中心点聚类算法进行分类,然后通过特殊设计的遗传编码规则和适应度函数对检索结果进行优化排序,最后将排序后的更精确的图像集提供给用户。