随着互联网技术的不断发展,图像检索技术在现实生活中的应用也越来越广泛,特别是电子商务领域。比如在淘宝、京东等电商平台上,用户输入欲购买商品的图像,平台使用图像检索等技术,返回用户欲购买商品的相关信息,这是生活中使用较多的应用场景。图像中所包含的信息比文字或者音频所包含的信息更具体、更简单,而图像所占用的存储空间比视频所占用的存储空间更小、更方便人们使用。因此,图像检索一直是互联网中的研究热点。在酒类行业中,酒瓶的生产与酒的酿造通常是分开的,购买者向酒瓶厂商提供酒瓶的图像,厂商的工作人员根据酒瓶图像在可生产酒瓶的数据库中去查找相关的酒瓶数据。如果是厂商的工作人员手动地进行查找对比酒瓶图像,则需要消耗较多的人力成本,本文主要针对酒瓶厂商在酒瓶生产与销售过程中的应用需求,研究并实现了一个酒瓶检索系统的网络化服务的应用,该应用可同时对多个用户提供酒瓶形状检索的访问服务,且每次检索服务都可在30s内可返回前16张与输入酒瓶图像形状最相似的酒瓶图像。本文在现有酒瓶检索研究的基础上,针对待检索酒瓶图像的特点及其存在的问题,提出了图像高光去除预处理算法和半自动图像分割算法,提升了酒瓶检索系统的检索效率。同时实现了该酒瓶检索服务的网络化应用。论文的主要工作如下:（1）改进的融合双边滤波的MSRCR算法的设计与实现。针对待检索酒瓶图像中存在的高光、阴影、边缘模糊等问题,本文提出了一种改进的融合双边滤波的MSRCR算法,用于待检索酒瓶图像的高光去除预处理。（2）基于区域生长法的半自动图像分割算法的设计与实现。针对待检索酒瓶图像中酒瓶分割不完整等问题,本文提出了一种基于区域生长法的半自动图像分割算法,用于全自动分割方法的一种补充。待检索酒瓶图像中可能因存在高光、阴影、酒瓶边缘模糊等问题而导致图像的过分割或欠分割现象。半自动分割方法在区域生长法的基础上融入了半自动分割思想,在分割前先对待检索图像的前景点或背景点进行人为地标记,利用标记的前景点或背景点来约束酒瓶图像的分割过程,最终完成图像的酒瓶形状提取。（3）酒瓶检索系统网络化服务应用的设计与实现。酒瓶检索系统采用C/S架构实现,其中服务器端利用Spring Boot等技术提供Restful API接口,客户端基于Android系统开发。针对酒瓶检索系统的网络化服务,本文分别对待检索酒瓶图像高光去除预处理算法和半自动分割算法进行了对比实验,分别使用十类具有代表性的待检索酒瓶图像进行相关实验,实验结果如下:（1）本文的高光去除预处理算法在处理效果与处理时间效率上都优于现有的高光去除算法,本文的高光去除预处理算法不但能去除图像中的高光、改善图像中的阴影,还能保护酒瓶的轮廓,同时高光去除预处理时间提升了近8.4倍,使用本文的预处理算法对图像进行预处理后再进行全自动分割所需的时间提升了近2.6倍。（2）本文的高光去除预处理算法对图像进行预处理后再使用全自动分割方法进行分割,平均有11.3张酒瓶图像的分割检索结果正确,使用现有算法[1]对图像进行预处理后的平均有7张酒瓶图像的检索结果正确,检索正确结果提升了约4张酒瓶图像。（3）本文的半自动分割方法在分割效果与分割时间效率上都优于全自动分割方法,半自动分割方法可以将酒瓶的形状轮廓大致地提取出来,同时对于全自动分割效果不好的酒瓶图像,本文的半自动分割方法在分割时间上提升了近1.6倍。