伴随着网络和电子商务的发展,人们不再仅仅满足于通过文字描述来检索物品,而更希望通过图像来检索物品,因此基于内容和语义的物品图像检索成为研究热点。本文针对行李物品检索课题,研究了图像底层特征提取、高层语义建立以及图像检索应用系统框架结构,在检索算法和系统框架建立方面都取得了相应的研究成果,主要内容如下：在图像底层特征的提取方面,本文全面分析了图像对象的颜色、纹理、形状、关键点等特征在图像检索中的作用,选取改进的HSV空间分块颜色直方图和SIFT关键点作为图像匹配的底层特征,并将SIFT关键点进行投影降维,使之与其它特征相级联检索图像；实验结果证明了该算法的有效性和鲁棒性。在图像高层语义建立方面,本文根据物品的属性和特点,定义相关的语义概念集,提取图像颜色特征、Gabor特征、边缘梯度直方图和轮廓特征等表征物品的语义概念；使用支持向量机构建语义分类器；建立以先验概率模型修正分类器分类结果的处理机制；实验结果证明了语义提取方法的准确性。在行李图像检索中,本文将基于语义的图像检索和基于内容的图像检索结合起来,进而提高图像检索的速度和准确率。系统测试检索准确率达到90.3%,每张图像平均检索时间2秒；实验结果证明了本文所提出的检索算法的有效性。