本章中我們主要使用兩種查詢處理算法，分別是Naive和KD-Tree。
在Naive查詢處理算法中，分別計算查詢圖像的特徵向量與圖像庫中的每張圖像的特徵向量之間的（歐氏距離或餘弦）相似度。最後，返回圖像庫中與輸入圖像的特徵最相似的若干張圖像。
KD-Tree算法是對圖像庫中的每張圖像的特徵，建立一個KD-Tree結構，以實現對輸入的查詢點的快速查詢處理。KD-Tree的相關原理將在本章7.9節中給出。
Naive查詢處理算法和KD-Tree查詢處理算法的主要區別在於檢索相似特徵向量的運行時間。這兩個查詢處理算法與特徵提取的步驟是獨立的。給定用特徵向量表徵的圖像（從圖像中提取特徵之後），運用Naive查詢處理算法和KD-Tree查詢處理算法，都可以檢索圖像庫中與查詢圖像最相似的那些圖像。