由于图像语义特征和低层特征的“鸿沟”问题,给基于内容的图像检索技术带来了很大困难,目前提取的内容特征仍集中于颜色、纹理、形状等低层特征。因此如何结合语义特征,使得所抽取的低层物理特征和图像内容所表示的语义特征之间建立良好的联系,实现高效的图像检索,仍是很长一段时间内需要研究解决的问题之一。本文主要围绕图像低层特征的提取和索引、高层语义特征的检索、弥补语义鸿沟的相关反馈技术展开详细的研究,并结合三项技术的优点,建立了高效实用的图像检索系统。参考人类认识和分析事物的过程,把图像内容分为背景和对象,分别对背景和对象提取相应的视觉特征,用来作为检索的参数,进行图像检索。由于图像检索系统用户的主观性强,所以加入了用户的参与机制,由用户对检索结果进行评价,借此来调整各特征参数的权重,使检索一步步按用户的要求进行,直到视觉和语义上都符合用户的需要。文中首先详细阐述了基于内容图像检索研究的各个关键技术,并从应用的角度分析了它们各自的优缺点。在深入研究图像形状特征提取和相似匹配算法的基础上,利用三角形相似原理对Su Yang统计矩阵描述子进行了改进,提出一种基于形状特征点的相似匹配算法,使图像检索不但有很快的速度还有很高的匹配精度。其次此系统为图像构建语义关键字网络,并建立低层特征库,对图像实行特征和语义的复合索引,且可更新相关性强度,充实语义网络,实现长期的学习和记忆。在检索的过程中,用户可以通过多种不同途径给出查询条件,图像的低层特征与语义网络互为补充以达到最佳的检索效果。经过试验测试,本文的图像检索系统可以在少量的反馈次数(平均5次)中达到进70%的准确率,而且随着系统的使用次数的增多,检索性能会逐步增长。