针对传统图像检索方法在处理海量图像数据时面临困扰的问题，提出了一种基于传统视觉词袋(BoVW)模型和MapReduce计算模型的大规模图像检索(MR-BoVW)方案。该方案充分利用了Hadoop云计算平台海量存储能力和强大的并行计算能力。为了更好地处理图像数据，首先引入一种改进的Hadoop图像数据处理方法，在此基础上分特征向量生成、特征聚类、图片的向量表示与倒排索引构建三个阶段MapReduce化。多组实验表明，MR-BoVW方案具有优良的加速比、扩展率以及数据伸缩率，效率均大于0.62，扩展率以及数据伸缩率曲线平缓，适于大规模图像检索。
