图像是因特网上内容的一个重要组成部分,它能够直接、形象的表达信息。随着数字照相设备和具有拍照功能的手机的普及,数字图像的数量正在急剧的膨胀。与此同时,图像信息的应用越来越广泛,人们对图像等多媒体数据的需求也越来越强烈。传统的检索技术,如基于文本的图像检索,已不能完全满足人们的要求。基于内容的检索方式,解决了图像自动索引的问题,但其使用的底层特征通常无法解释成人类能够理解的高层概念。近年来,本体理论在信息检索领域引起了越来越广泛的重视。本文首先介绍了本体理论的相关内容,总结了本体在图像检索领域的应用的相关研究,然后建立了一个较通用的用于全面描述图像的本体模型,利用这个本体模型我们可以描述图像各方面的特征。为了实现图像的高层语义特征的自动提取,本文介绍了支持向量机基本理论并利用支持向量机将图像的底层特征映射到本体中的高层语义概念,这样,我们将从图像的底层特征自动获取图像的语义注释信息。另外,由于不同的用户对图像的理解不同,为了捕捉这种用户的不同理解,本文构建了一个可根据用户反馈进行更新的语义结构,并提出了一种面向用户的综合检索算法。最后,本文实现了一个图像管理和检索实验系统,并利用该系统进行了多种检索方式的实验,实验结果表明本文提出的综合检索算法能够提高图像的检索效率。