基于语义的图像检索技术是计算机视觉的研究热点,课题针对语义检索在民航领域中的应用,开展了旅客托运行李丢失找回方法研究,提出了基于显著度的特征排序检索的方法,并在此基础上加入了用户相关反馈的概念,从而提高了行李图像检索的准确率。主要研究工作如下:首先,针对图像检索中,行李图像昏暗的背景给检索结果带来不良影响的问题,提出了基于改进分水岭和模糊均值相结合的图像分割算法。通过提出的多尺度形态学梯度重构方法解决分水岭的过度分割问题,该算法能够保留对象的轮廓细节,同时消除噪声和无用的梯度细节。再结合模糊均值方法对图像进行二次分割,实验证明了该方法适用于大部分的行李图像。其次,为了提高检索精度和缩短检索时间,参考显著度在图像中的应用,通过分析三种特征的算法形成,定义了特征显著度,通过计算CCV颜色、SIFT和LDP纹理特征的显著度,确定检索过程中三种特征在图像上的明显程度,采用显著度高的特征优先检索的策略,提升整体的检索性能,实验证明了显著度定义的有效性,并且通过该方法提升了检索效率。最后,为了能更好的反映用户对检索结果的需求,加入了基于语义的相关反馈的概念,用户通过检索界面对第一轮检索的结果进行主观评定,系统对三种特征的显著度即权重进行重新确定,再次检索出更符合用户需求的检索结果,实验证明了该方法可以取得预期的效果。