本论文针对基于区域语义和低层特征图像检索的 6 个步骤，详细介绍了该领 域的关键技术， 并结合目前国内 / 外在这一领域的研究热点， 提出了建立区域语义 网络和应用相关反馈技术改进基于低层特征检索效果的方法。 这 6 个步骤分别是： 特征提取，图像分割，区域表示，图像匹配，语义网络，相关反馈。文中先将图 像分成 4 × 4 小块， 各块的颜色、 纹理、 位置特征构成 8 维的特征空间； 在该空间 中对得到的 8 维特征矢量建立一个 K 维高斯模型， 应用期望最大 EM 算法估计模 型参数， 产生的块特征 - 聚类隶属度函数实现对图像的分割； 为减小分割算法不确 定性对检索效果的不良影响，对得到的区域采用参数均衡平均特征表示，其中参 数的确定直接与区域的面积、位置有关。根据检索要求，应用图像库的分类关键 字建立图像语义网络，采用一种综合图像中多数区域特征的匹配策略，以及建立 区域语义和低层特征无缝结合的相关反馈检索框架，通过不断调整检索关键字、 检索向量与距离测度中的权重系数的方法提高检索准确度。