二十一世纪,随着数字图像采集设备、网络技术、通讯技术的发展,可获取的数字图像的数量以几何级数的速度迅速增长,但如何从海量图像中快速高效地检索出需要的图像成为一个严峻的问题。传统的基于文本的图像检索由于其固有的缺点和不足很难满足图像检索的要求,基于内容的图像检索技术能够在某些方面克服文本检索的缺点,但图像低层可视化特征与高级语义之间的语义鸿沟限制了其在实际应用中的发展。论文将人工智能理论的重要分支——多Agent技术应用于基于内容的图像检索中,旨在充分利用多个Agent协同、控制、通信和交互提高图像检索的智能性。论文基于由Telecom Italia实验室开发的Jade平台设计并实现了一个多Agent图像检索系统。系统由多个相对独立的Agent组成,每个检索Agent封装了一个或多个图像检索方法,具有一定的独立检索能力。检索Agent通过协作Agent与用户交互,用户作为一个具有高级语义知识的智能Agent,指导检索Agent的行动。系统采用混合式结构,各个Agent在运行时向Jade平台的AMS Agent注册,由DF Agent发布服务描述信息,由AMS Agent负责平台中多个Agent的管理,控制Agent的生命周期。Agent之间采用异步消息传输模式,通过全局域名确定唯一消息接收对像,用FIPA ACL语言描述信息,将通信行为与内容语言分开,由述行语触发Agent的行动,由内容语言交换信息,多个Agent相互协调,共同完成检索任务。此外,为了提高图像检索系统的主观性,系统借鉴了相关反馈的思想,通过用户的反馈,实现各个Agent检索参数的升级,满足用户个性化的检索要求。在检索中,允许Agent的动态创建和注销,从而支持拥有新的检索算法的智能Agent的动态添加,使系统具有良好的扩展性。研究结果表明,本文设计的多Agent图像检索系统在检索包含汽车、风景、动物、花、水果五类图像在内的自然图像时,具有较高的检索性能。本文的研究是推进图像检索技术与人工智能技术的结合,解决基于内容的图像检索的语义鸿沟,提高图像检索的智能性的有益探索。