随着网络技术、多媒体技术、数据库技术、海量存储技术等技术的发展,数字图像的数量不断增加,使用日益广泛,并成为信息社会中的主要信息资源之一。基于内容的图像检索技术(CBIR Content-Based Image Retrieval)也随之出现并不断发展,获得了广泛的应用。但是,由于图像往往具有丰富的语义信息和复杂的视觉特征,基于内容的图像检索技术不能很好地建立起图像高层语义与其低层视觉特征间的对应关系,存在巨大的语义鸿沟,难以满足实际应用的要求。本论文就如何解决语义鸿沟的问题展开研究。　　论文的主要研究内容是分析图像的对象语义模型,结合本体技术构建一种基于视觉本体的对象描述模型,以此模型建立图像低层特征同高层语义的映射关系,并在此理论的基础上成功开发了一个较为实用的基于本体的图像检索系统。具体研究内容如下:　　(1)分析基本的图像低层特征提取算法。选择合适的图像颜色、纹理、形状等基本特征及相应特征提取算法作为语义对象描述的基础数据。　　(2)分析图像语义模型,理解人类对图像的理解及解释机制;把本体技术引入图像对象描述领域,以一种改进的视觉本体来描述图像中的语义对象;结合对象场景属性扩展了对象描述模型并结合相关反馈技术提出一种改进的基于本体的两阶段图像检索方法。　　(3)在上述改进的基于本体的图像检索方法的理论基础上运用DELPHI并结合数据库技术设计、开发了一个基于本体的图像检索系统PIC-SEARCH。