目前主流图片搜索引擎中，大多数都是以文本链接或图像的ALT标签等HTML元素来 辨别图像内容的，当然，也有根据图片本身的内容来做图像内容发掘。下面我们就详细讨论 一下两种不同形式的图像搜索引擎的实现原理。 1．通过文本等第三方因素来辨别图片内容的图像搜索引擎 当一个搜索引擎爬虫( spider)在网络中通过URL寻找新的网页时，它会通过HTTP协 议来提取网页，并把网页的HTML代码传输给内容分析器。内容分析器会根据特定的HTML 代码（例如<img>标签）来寻找网页中所包含的图片。 之后，搜索引擎爬虫会根据网页HTML代码中的title.heading标签、keywords标签、 discretion标签以及<img>标签中的<Alt>属性来判断这张图片的内容。同时，搜索引擎 爬虫还会通过链接到该网页的外部链接来判断这张图片的内容。当搜索引擎能够基本判 断本图片内容后，就会按照图片的内容对其进行归类，并以图片与关键词的相关度进行 排序。 以上实例，是一个单独的图片展示页面的HTML代码。这里添加了几乎所有以供网 页爬虫分析内容的标签，主要目的就是为了让搜索引擎爬虫更便捷地了解图片的内容。 在确定了图片的内容、分类后，搜索引擎将分析好的数据放置到索引数据库中，并自动 为图片生成缩略图。当用户进行搜索时，搜索引擎根据图片的内容、相关度等因素对图片进 行排序，将最准确的结果展示给用户。

2．通过分析图片本身来确定图像内容的搜索引擎 目前通过图片本身的内容进行内容分析的搜索引擎并不多，其中最著名的就是华盛顿大 学的Chuck Jacobs、Adan Finkelstein和David Salesin于2005年推出的Refflevr系统。Retrievr 系统的网络展示地址为：http://labs.systemone.aUretrievr/。 Retrievr系统的图像内容来自www.flickr.com网站用户上传的图片。该系统的原理 是：对每张Flickr用户上传的图片进行色阶图相似性的分析，并利用色阶图和图谱差异 对图片进行分类。当用户进行搜索时，只需要在Retrievr系统的涂鸦板上绘制一定的形 状，系统就可以自动将所有与该涂鸦相似的图片推荐给用户。