在计算机技术、多媒体技术以及INTERNET技术飞速发展的今天，如何有效地组织、管理和应用古建筑图像信息对从事古建筑研究、教学等的相关人士来说是一个亟待解决的重要问题。本课题研究古建筑图像数据库结构框架、基于内容和语义的图像检索技术在古建筑图像数据库中的应用，前者实现了古建筑图像及其相关信息的合理组织和管理，为它们的有效使用奠定了基础：后者将图像检索相关技术和古建筑专业知识相结合，实现了在古建筑图像数据库中图像的高效查询。　　 本文以中国古建筑的一大类型-“中国古塔”为例，对古建筑图像数据库的构建及查询策略做了系统研究。在研究中国古塔起源、发展的基础上，征求了众多古建筑专家的意见，分析了各种用户的需求，确定了中国古塔图像数据库中应该包含的相关条目信息及该图像数据库的结构框架，为信息的有效组织、管理及应用奠定了基础。实现图像信息有效检索是古塔图像数据库系统应该包含的主要内容之一，在基于文本检索技术远不能满足用户的图像检索需求的前提下，研究了基于内容和语义的图像检索技术在古塔图像数据库中的应用，为建筑人士提供了便捷准确检索古塔图像的手段。　　 图像底层特征的提取和表达是实现基于内容图像检索的基础。针对专业需要，将中国古塔图像底层特征确定提取外形表现特征和颜色特征两种。　　 古塔图像中塔外形表现特征提取所遭遇到的最大挑战是：由于拍摄角度的小同，使得三维空间中具有相似外形甚至是同一个塔在二维图片上可能反映出完全不同的投影；由于光照的变化，强烈的偏光、背光使得塔图像的能量分布产生严重差异。在研究了现有相关算法基础上，结合古建筑相关专业知识，着重研究了适合古塔外形表现特点的特征提取策略，具体步骤如下：①为了提高查询效率，首先根据塔自身角点大致满足左右对称性的特点，提出一个塔区域自动定位算法和与之相应的规范化策略，为下一步塔的特征提取和识别奠定基础。②由于Gabor滤波器的纹理敏感性，确定Gabor作为古塔建筑区域外形特征提取的基础，并采用全局特征和局部特征相结合的策略，对于全局特征，采用将基于掩膜的子采样用于全局特征的降维；而对于局部特征，先用AdaBoost算法挑选古塔区域中最具分辨力的关键局部区域，有效降低算法时间和空间复杂度。③对于提取的全局与局部特征，提出多加权相似度求和的多分类器融合塔外形表现识别算法：以贝叶斯规则为基础，结合子空间方法，将全局特征和局部特征，通过加权相似度求和进行多分类器融合，提高了基于塔外形表现的识别效果。　　 针对中国古塔图像颜色表现的特点，在古塔颜色特征提取策略中，本文提出一个基于二次模糊聚类的塔主色调特征提取算法：首先，确定采用对光照变化不敏感的HSV颜色空间并将其一维化；然后，基于常见塔颜色进行模糊聚类，并在聚类结果上，提取塔区域的主色调作为塔图像的颜色特征，并提出了一个针对这种颜色特征的相似度计算策略。　　 为了弥补底层视觉特征和高级语义存在的语义鸿沟，支持基于用户理解的图像查询，将基于关键字的语义网络作为中国古塔图像数据库的语义模式，并根据语义查询需求，提出了相应的基于关键字语义网络的初始搭建、训练及查询策略，从而有效实现了中国古塔图像数据库中基于语义的查询。　　 为对本文所提算法进行测试，构建了中国古塔图像数据库，实验证明，该数据库在框架结构上对古塔图像的相关信息进行了较合理的组织，且基于内容和语义的古塔图像查询策略在满足用户查询需求的条件下，达到了较好的查询效果。