随着计算机和多媒体技术的发展,越来越多的图像出现在人们的生活之中。如何进行快速准确的图像检索成为研究的热点。基于语义的图像检索要求计算机按照人的主观认识来检索图像,它可以在一定程度上解决基于文本的检索方式中存在的任务繁重和主观性的问题,同时又能降低基于底层特征的检索方式对图像底层特征的依赖性,成为了基于内容的图像检索技术发展的必然要求。本文首先分析图像检索的关键技术。介绍基于底层特征检索方式中的图像特征提取、相似性度量以及检索性能的评价标准；然后对基于高层语义检索方式中的图像语义模型、图像的语义表示方法、图像语义映射方法进行了论述。在分析图像检索关键技术的基础上,设计了基于语义的图像检索系统的结构,并完成了底层特征的提取工作。其次采用基于支持向量机分类的方法实现语义映射,针对不同的图像类别,采用不同的特征或者特征组合作为支持向量机的输入。在对图像数据库进行分类阶段,按照分语义层次的方式组织图像库,完成对图像数据库的多层次分类,实现图像的语义分层表示,用各层次的语义关键词来联合表示图像的语义信息。最后为了解决检索过程中存在的关键词不匹配引起的漏检或者误检的问题,把WordNet引入到了图像检索中,将WordNet作为一个实现语义扩展的工具,通过jwnl调用VordNet,采用Lin和JNC的语义相似性度量方法对实验图像库的关键词进行相似性的度量,通过相似性大小选择合适的关键词作为扩充的图像语义,实现语义的扩展。