图像标注是图像处理领域重要的研究方向之一。随着互联网的发展,网络上的图像数量迅速增加,想要找到所需要的图像越来越困难。基于核心语义的图像标注方法对后续图像的检索、识别等都有更好的帮助。该文主要对减少不相关语义标签、定位图像语义表征区域等进行研究。首先,该文构建不相关语义删减的图像标注算法。图像中目标的类别以及目标的数量都是不确定的,图像单独分类不能将图像的所有目标都标注出来,而相似性标注又会产生大量的不相关语义。故该文采用了一种分类标注与相似性度量标注相结合的方法,通过获取语义标签之间的相关性进行不相关语义的删减,并在两个不同的数据集上进行了实验,取得了较好的实验效果。其次,实现基于语义表征区域的图像标注。人类的视觉神经在接触图像时,与视觉神经相连的大脑神经时会找到图像最具有表现力的位置,根据大脑神经的这种机制提出了语义表征区域标注算法。该方法通过滑动窗口与距离度量相结合的方法找到语义表征区域,利用相似性度量为语义表征区域生成新的图像标注。此方法可以更好地标注图像核心语义区域的目标。最后,完成基于网格划分遮挡的语义表征区域标注。为了获取更加完整的语义表征区域,将图像划分网格后进行部分遮挡,通过迭代获取完整的语义表征区域,将原始图像特征与语义表征区域图像特征进行融合,最后寻找相似性图像进行标注。通过实验,证明该方法可以找到完整的目标区域,并可以提高核心语义区域的标注结果。