随着多媒体、网络技术的飞速发展，图像的应用日益广泛，大量的图像数据成倍增长，如何有效的管理和检索图像，已经成为人们迫切需要解决的问题，图像检索技术正成为国内外研究的一个热点。图像检索技术结合了图像处理、模式识别、图像理解、人工智能、机器视觉、数据库等技术，是一项在理论研究和实际应用中都极有前途的新技术。 基于文本的图像检索和基于内容的图像检索是目前图像检索的两种主要方法。其中基于文本的图像检索方法利用人工对图像进行标注作为检索特征，进行的是精确匹配；而基于内容的图像检索方法则是通过机器自动提取图像的内容(如颜色、纹理、形状、对象和空间关系等)作为检索特征，并利用相似性度量算法进行的近似匹配。基于文本的图像检索方法早在上个世纪七十年代就开始进行研究，其技术现在已经相对成熟；而基于内容的图像检索研究是上个世纪九十年代才开始兴起，它主要解决的是文本检索中人工标注所带来的一系列问题，作为一门新技术正在快速发展中。 本文叙述了整个图像检索技术的发展历史和现状，重点介绍了基于内容的图像检索技术的各个方面，深入分析了目前两种图像检索技术存在的问题和各自的优缺点，在此基础上提出了一种基于图元的多级图像检索系统。该系统通过搭建“语义太原理工大学硕士研究生学位论文词典”和“图元特征库”两个模块，对基于文本的图像检索和基于内容的图像检索技术进行了有机的融合，充分发挥了两者的优势，使图像底层视觉特征和图像高层语义特征之间建立起关联，初步解决了人的高层语义理解和图像底层视觉特征之间存在的“语义鸿沟”问题，在现有技术水平上满足了人们语义检索的需要，是对图像语义检索技术研究的有益尝试。