随着电子商务网站的迅速发展，快速、准确的查找出用户需要的商品成为研究的热点。目前，电子商务中多采用基于文本的商品检索方式，无法满足用户对商品图像检索的需求。因此，人们希望将基于内容的图像检索技术应用到电子商务领域中。但是，如何从海量的商品图像库中快速、准确的检索出所需商品成为一个巨大的挑战。本文充分考虑了商品图像的特点，将层次化的图像检索方式应用于商品图像检索中，并对图像特征进行改进和优化，设计并实现了一种基于多特征的两层商品图像检索系统。首先，介绍了基于内容的图像检索中所涉及的关键技术。重点对边缘直方图描述符进行改进，提出了一种基于自适应阈值的边缘直方图描述符用于形状特征检索的方法。改进后的边缘直方图描述符能够有效的过滤噪声边缘和弱边缘，具有较好的鲁棒性。然后，在多层次的图像检索模型的基础上，结合商品图像自身的特点，设计了一种两层的商品图像检索模型。在过滤层，提取图像单一特征，最大限度缩小检索空间，提高检索效率；在匹配层，提取图像综合特征进行详细匹配，提高检索的精度。为进一步提高检索的准确率，根据两层图像检索模型的特点，对匹配层中综合特征的权值进行优化。提出了一种根据特征检索性能调整权值的优化方法。实验结果表明，优化权值后的两层商品图像检索方法的查准率和查全率都得到显著提高。最后，结合改进的特征提取方法，设计了一种基于多特征的两层商品图像检索系统。该系统在过滤层采用了改进的自适应阈值边缘直方图描述符进行粗略匹配，保留形状相近的图像作为下一层匹配的候选集；在匹配层，采用优化权值的综合特征进行精确匹配，得到检索结果。实验结果表明，该系统提高了商品图像检索的效率和准确率，为电子商务领域中商品图像的检索提供了一种有效的解决方案。