Dans ce papier, nous proposons une méthode de recherche d'images basée sur une mesure de similarité par une approche noyau. Notre méthode apporte une amélioration au niveau de la mesure de similarité des descripteurs d'attribut hétérogènes (couleurs, texture, forme, etc.) par rapport à une simple distance Euclidienne. L'idée de base repose sur la transposition des vecteurs de données dans un espace à noyau. Une approche de similarité qui consiste à utiliser des produits scalaires comme fonction de similarité a été utilisée pour comparer les vecteurs de donnés hétérogènes. Plusieurs expérimentations ont été effectuées pour la recherche des k plus proches voisins. Les résultats obtenus sur la qualité de la recherche montrent l'intérêt de notre propos