图像检索发展至今经历了基于文本、基于内容和基于语义的检索三个过程。基于文本的图像检索操作简单，但是人工标注的主观性和低效率导致文本检索准确率低且不易推广；基于内容的图像检索相对成熟，针对特定类别的图像非常有效，但是存在严重的“语义鸿沟”问题；基于语义的图像检索结合两者优点，考虑到了人对图像的主观理解，更适合对图像处理没有相关知识的普通用户，但仍处于发展阶段，很多问题有待解决。 而随着网络图像数据、专业图像库和图像搜索引擎蓬勃发展，单纯凭借单一的检索手段已经不能从效率、准确率上满足日益增长的海量检索需求，如何构建具有高准确率、高效率、以人为本的图像检索系统，就成为近年来的研究热点。由此，本文在一个基于语义的图像检索系统基础上，实现一般的图像检索功能，然后结合用户的感兴趣图像的内容特征对语义检索结果进行优化，并将网络翻译的概念引入系统以解决重复检索和语义标注多样性的问题。 首先，讨论了基于文本、内容和语义图像检索技术的主要方法，并分析了它们各自的优缺点。针对基于语义的图像检索技术，尤其是网络语义检索，提出了重复检索和语义多样性的问题。然后，介绍了关键字网络翻译的概念，并论证了它在解决上述问题上的方法和有效性。 其次，分析了一个完整的基于语义标注的图像检索系统模型，包括图像语义标注和检索两个过程。系统中选用常用语义标注方法进行标注，然后，采用将图像SIFT特征和图相结合的方法对一般的语义检索结果进行优化，并将网络翻译引入系统以提高系统的检索效率和准确率。对检索结果的优化过程进行了详尽的理论论述和检索结果重排序实验，并对最终结果进行分析和总结。 最后，概述了遥感图像的特点，分析了语义标注在遥感图像语义检索中存在的问题，针对于遥感图像进行了系统应用的可行性分析。对舰船、港口等目标进行了SIFT特征点匹配的实验，拟将基于语义的图像检索系统扩展应用于遥感图像。