本申请提出了一种基于可分解词包模型的图像检索方法，所述方法包括以下四个部分：第一、对图像提取多种特征，并且单独为每种特征建立索引；第二、针对上述特征中的索引，利用词包模型组织每种特征数据，并对特征数据进行聚类，以聚类中心作为词包模型中的词条；第三、为多特征检索建立线性判别函数，通过预检索过程以最小均方差准则学习特征的显著性权重，并作为线性判别函数中的系数；第四、在检索过程中，每种特征均独立地给出候选集。最终的检索结果利用每种特征的显著性权重，以线性判别函数对多特征对检索结果进行聚合。该方法能获得较高检索准确率，并且适用于实际的大规模图像检索应用。