图像检索是计算机视觉研究中一项非常重要的工作，随着智能手机的普及和移动互联网的快速发展，人们对移动性与多媒体信息的需求急剧上升。通过智能手机与图像检索技术的有效结合，人们可以快速便捷地获取现实世界的视觉对象，从移动互联网的另一端获取感兴趣的关联信息。本文首先介绍了手机拍照图像检索技术的背景及意义、手机上拍照图像检索的流程、面临的挑战和国内外研究现状，然后深入研究了各种图像局部特征提取、特征描述符、特征匹配和图像检索算法，提出了两个手机拍照图像检索算法，并实现了一个手机拍照图像检索系统，主要贡献如下：1.传统经典的特征点提取和描述符计算都是在灰度上进行，对于结构相似但颜色不同的图像局部区域会产生误匹配；对于图像自身内容有较多相似结构时，在匹配阶段会有较多的误匹配对。针对这个问题，本文提出基于ORB特征检测的拍照图像检索算法，通过设定阈值增加初始ORB匹配对，这样增加的正确匹配对满足单应性矩阵映射关系，而增加的错误匹配对是随机分布的，进而使满足正确单应性矩阵映射的匹配对最多，来提高RANSAC计算单应性矩阵的准确率，最后增加图像颜色信息排除颜色相关性不符的假阳性匹配对。ORB特征计算快速，占用较低的内存，非常适合手机端。实验结果表明，该手机拍照图像匹配算法对几何攻击、信号处理攻击和拍照攻击都具有较好的鲁棒性。2.通过对比经典特征点提取方法在拍照图像匹配中最终的匹配率（符合单一性矩阵的特征点对数在所有特征点对数中的比例），发现Harris的匹配率及稳定性较好，但是Harris没有尺度信息，而手机拍照图的分辨率往往跟原始图像大小不一致。针对这个问题，本文通过研究尺度空间理论，提出一种带空间尺度信息的Harris算法，可以适用于手机拍照场合。实验表明，多尺度Harris算法对不同分辨率的手机拍照图都有较高的匹配率。3.利用本文所提出的多尺度Harris算法及改进的匹配算法，构建了一个手机拍照图像检索系统。该系统主要包括手机端图像获取及特征和描述符提取、和服务器端图像特征匹配和检索两个部分。随后本文对建立的系统进行了实验，所实现的手机拍照图像检索系统，检索性能高，稳定性好，运行速度快。