研究显示,不同的图像可以唤起人不同的情感,而传统的图像检索技术主要是根据图像视觉特征的相似性来进行图像检索,大多忽略了情感的影响和作用,这不能满足用户的真正需求,因此对图像进行情感语义的检索研究是图像检索领域中一个重要且有挑战性的课题。本文针对图像情感语义的检索问题,分别以自然风景图像和木材图像为数据源,对各自相关的情感语义检索中的一些关键技术和方法做了深入的研究。颜色是图像最重要的特征,也是最能引起人情绪变化的特征,本文将颜色作为自然风景图像库的特征与情感特征建立映射关系。本文根据颜色各属性与人的视觉感知的对应关系,在HSV颜色空间中,分别采取适当的量化方式,将量化后的颜色向量作为图像的全局颜色特征;并根据人类的视觉注意力机制,提取图像的亮度和颜色特征,生成图像的显著图,本文利用黄金分割理论提取显著图中位于视觉中心位置的主要区域的颜色特征,将此作为自然风景图像的局部颜色特征,将融合全局及局部的颜色特征作为图像库的情感特征。纹理作为物体的一种重要的外观特征,是人们视觉理解另一组成部分,本文选用木材图像为数据源,对木材图像特有的特征进行分析,针对性的提取木材图像的方向性、粗糙度、强度和对比度等纹理特征;根据木材图像颜色与情感的联系,从L*a*b*颜色空间出发,提取木材图像的颜色特征,建立起木材图像关于“华丽的”和“自然的”情感特征空间。鉴于BP神经网络有着很强的分类能力,本文采用BP神经网络建立自然风景图像和木材图像的低层特征与高层情感语义的映射关系。实验证明,本文中的方法取得了较为理想的检索效果。