1、隨著互聯(lián)網(wǎng)應(yīng)用的日趨廣泛，圖像資源的日益豐富，如何有效地對大規(guī)模的圖像進(jìn)行檢索，已成為當(dāng)前一個重要的研究課題。在這個背景下，人們提出了基于內(nèi)容的圖像檢索方法(CBIR)，通過提取圖像的顏色，紋理和形狀等底層特征完成對圖像的檢索。然而由于圖像底層特征和高層語義特征之間存在著“語義鴻溝”問題，使得基于底層特征的檢索方法的檢索效率仍然較低。如何將圖像的底層特征和高層語義關(guān)聯(lián)起來，成為當(dāng)前需要解決的關(guān)鍵問題之一。 本文回顧了圖像檢索研究

2、現(xiàn)狀，并在此基礎(chǔ)上做了如下工作： 1．對顏色、紋理和形狀等各種底層特征的提取方法，相似度度量和檢索性能的評價進(jìn)行了總結(jié)。對語義圖像檢索進(jìn)行了研究，總結(jié)了圖像的語義表示方法和語義提取方法，并結(jié)合模糊集理論，對模糊關(guān)系在圖像語義分類中的應(yīng)用進(jìn)行了研究。 2．圖像數(shù)據(jù)庫中，不同的語義之間有可能存在著關(guān)聯(lián)關(guān)系，通過挖掘語義之間的關(guān)聯(lián)規(guī)則來提高檢索的查全率。實驗證明了此方法的有效性。 3．對圖像檢索中的相關(guān)反饋技術(shù)進(jìn)行了研