随着消费类数码相机的日益普及和网络多媒体信息的广泛传播,数字图像迅速产生和堆积。如何实现大规模图像数据的有效管理和查询,已经成为多媒体技术领域的重要研究课题。20世纪70年代末,人们就开始对图像检索技术进行研究。最初被研究的是基于文本的图像检索技术(Text-based Image Retrieval,简称TBIR),这种技术需要手工添加文本标签。但是,随着近年来图像来源的不断丰富和格式的多样化,对庞大图像数据进行手工标注已经变得非常不现实。上世纪90年代初,出现了基于内容的图像检索技术(Content-based Image Retrieval,简称CBIR),这种检索技术主要是通过颜色和纹理等低层视觉特征来描述图像进而实现查询。但是,人们很快又发现,图像的低层特征与高层语义之间存在所谓的“语义鸿沟”。而基于图像语义自动标注的检索技术,可以通过事先对图像数据库进行自动索引标记,从而实现高级语义检索的目的,试图缩小语义鸿沟。首先,本文提出了一种新的基于本体的图像标注框架。该框架结合领域本体中语义概念的关系,通过层次概率筛选获得较为准确的图像高层语义概念,实现图像的语义标注。第一次标注时,通过提取和聚类训练集中的基元图像,采用统计学习方法建立基元类和语义概念之间的关联概率,并采用贝叶斯算法计算出本体与待标注图像中概念的后验概率,取后验概率较大的词汇标注该图像；二次标注时,结合图像本体中概念之间的语义关系,获取图像的高层语义,由此实现待标注图像语义的自动标注。其次,采用java语言、MyEclipse集成开发环境以及MySQL数据库管理系统等平台,设计实现了一个基于HSV、RGB颜色特征的图像检索系统原型。该系统采用外部事例图查询的方式,通过特征提取模块提取图像特征,并与数据库进行特征匹配,在结果显示模块中输出检索目标图像。