随着多媒体技术的发展和Internet的普及,人们获得各种多媒体信息越来越容易,其中图像是数量最多的一种,如何有效地、快速地从大规模图像数据库中检索出所需要的图像已成为人们日益关注的问题。基于内容的的图像检索技术(Content-Based Image Retrieval,CBIR)利用图像的底层视觉特征(颜色,纹理,形状等)代表图像的内容,由于图像的底层视觉特征与图像的语义表达之间存在“语义鸿沟”,传统的CBIR技术不能满足人们按语义检索图像的需求。如果事先对图像集合按语义进行合理地分类或者标注,会极大提高CBIR系统的性能。本文主要研究基于图像底层视觉特征的图像语义分类和语义自动标注。本文的主要贡献在以下几点:1.提出了一种基于Gabor变换和支持向量机(Support Vector Machine,SVM)的纹理分类算法,该算法具有旋转不变性。在实验过程中,为确保分类器对旋转后的图像特征“一无所知”,训练集和测试集分别选自不同旋转角度图像的上半部分和下半部分,保证了本实验是一个真正意义上的旋转不变实验。在Brodatz和UIUCTex两个数据集中的实验表明,该纹理分类方法是有效可行的,在某些类别上的分类准确率可以达到100%,分类准确率和时间复杂度均优于kNN(kNearest Neighbors)算法。2.提出一种基于SVM并综合MPEG-7视觉描述子的图像分类算法。由于图像集中有多个语义类别,使用多类分类策略构建一个多类SVM分类器。图像特征使用MPEG-7 Experimentation Model软件从图像中提取。在实验中用到了多种颜色和纹理描述子,对比了各种描述子结合SVM分类器在Corel 1K图像集中的分类准确率和时间复杂度。实验同时表明,合理地综合使用多种视觉描述子可以取得更高的分类准确率。3.提出了一种基于SVM分类器的图像语义自动标注算法。图像特征是基于MPEG-7颜色和纹理描述子的全局特征。每个标注词对应一个二分SVM分类器,针对多个语义词,利用多类分类策略构建一个多类分类器,这就建立了图像底层特征与语义词之间的关联。SVM分类器的输出采用后验概率形式,以方便地比较图像属于各个语义词类别的可能性。实验在Corel 5000数据集中进行,首先使用Poner stemming算法对所有语义词进行stemming操作,并舍弃图像数过少的语义词,共有82个词可用于构建分类器。实验过程中采取了两种策略选取标注词,并对比了两种策略的实验结果。评价标注结果时,使用了分别针对图像和标注词的准确率和召回率,结果评价更加客观、全面。