Using BOVW to create a CBIR system 建立该系统一般包含四个步骤： 从图像库中提取特征点和对应的特征向量 用k-means算法来建立视觉词典 通过第二步中建立的视觉词典计算每张图像的视觉词袋 提取搜索图像的视觉词袋，并用该词袋进行搜索

从图像库中提取特征点和对应的特征向量 detectanddescribe是用来从数据库中的图像提取特征点和对应的特征向量的类（可以使用任意方法） rootsift是用来提取rootsift特征向量的类 baseindexer特征索引的父类 featureindexer是存储特征点和特征向量的类，提供对HDF5的接口

用k-means算法来建立视觉词典 vocabulary是用来建立视觉词典的类

通过第二步中建立的视觉词典计算每张图像的视觉词袋 BagOfVisualWords是用来建立视觉词袋的类 BOVWIndexer是用来存储视觉词袋的类（存储到HDF5)

提取搜索图像的视觉词袋，并用该词袋进行搜索 redisqueue是反向索引的类，用来减少搜索时间 searcher是搜索类，里面要加上Tf-idf加权来提高搜索精度 spatialverifier是增加搜索空间信息的类