目前图片资源丰富,领域用户想要找到合适的图片资源的难度也明显提高。传统的图片库无法体现出图片之间的内在语义关联,而图片知识库可以根据用户不同的选择展示出符合用户需要的关联图片。因此本文为了方便用户对图片进行多刻面语义查询,提出了基于金属材料领域的图片本体模型的构建策略,设计了从Wikipedia抽取金属材料图片数据构建图片知识库的方法。本课题做了以下研究工作:1)从Wikipedia中获取金属材料图片。以Wikipedia中的Metal页面为访问入口获取页面中所有超链接网页,使用朴素贝叶斯网页分类算法找到超链接网页中与金属材料相关的网页,并从这些网页中获取金属材料图片。2)基于Wikipedia设计了图片元数据获取与分析策略。通过分析金属材料图片网页内容构建一个图片元数据本体模型,然后根据部分图片元数据确定图片分类体系,使用朴素贝叶斯和SVM分类算法确定图片的所属分类,最后使用文本相似度算法计算图片语义相关度,形成金属材料图片知识库。3)将金属材料图片知识库与已有本体进行链接。确定金属材料图片知识库与已有金属材料本体STSM中的链接属性,并使用字符串比较算法计算属性之间的相似度,实现本体链接。此外,使用时间性能和F1-measure对所设计的获取金属材料网页算法,图片分类算法以及相似度计算算法分别进行了实验评价,实验结果表明所设计的算法是可行的,并且时间性能是可以接受的。同时,设计了原型系统可视化的展示了金属材料图片知识库,并且设计了构建图片知识库的展示工具,详细的展示了整个获取图片数据的过程。