本发明提供了一种融合颜色特征与词汇树的车辆图像检索方法，首先提取训练图像的车辆部分，然后对车辆部分提取局部特征，利用分层k‑means方法将特征量化为视觉单词词汇树，然后将测试图像提取车身部分局部特征，再将该特征分配到对应的视觉单词，并采用感知哈希的原理，将视觉单词分别映射为哈希码，得到图像的哈希码序列，然后提取车身图像的颜色特征，量化并统一为一个特征度，按照颜色差异由小到大排序，根据排序结果建立颜色特征权重，计算图像哈希码序列之间汉明距离，将颜色特征权重作为汉明距离的加权系数，计算图像的最终相似度，该方法有效节约车辆图像检索时间，提高车辆图像的检索准确率，可满足实际应用要求。