随着网络通信技术,多媒体技术,数据库技术的迅猛发展,多媒体信息急剧增长。而其中的数字图像信息应用日益广泛,并成为最主要的信息资源之一。在图像信息快速膨胀的今天,如何有效地描述、存储、组织、管理和检索这些数字图像,一直是一个非常活跃的研究领域。基于内容的图像检索技术就是在这种背景下产生和发展起来。但是由于图像往往具有丰富的语义信息和复杂的视觉特征,目前计算机视觉技术还不能稳定地建立起多媒体对象的语义与其视觉特征的对应关系,使得基于内容的图像检索在准确性上还难以满足实际的要求。但是目前为止还有许多未解决的问题,最大的就是底层特征和高层语义间的鸿沟。本文对基于区域语义和底层视觉特征结合的相关反馈图像检索技术进行了探讨。本文分析和概括了图像检索的基本原理,关键技术和检索结果的评价方法。为了提取区域特征,采用了一种基于颜色和空间信息彩色图像的分割方法,并且改进了区域距离函数的定义。在系统中采用了72柄颜色直方图和形状不变矩作为区域特征表示,采用IRM方法计算两幅图像的综合区域相似度,并改进了IRM算法中区域重要性因子的度量方法。最后本论文结合底层视觉特征为图像构建了语义关键字网络。通过相关反馈技术理解用户的意图,自动调整相似度测量准则以符合用户的需求;另外,给相关图像传递语义标注,更新相关性强度,充实语义网络。底层特征和语义网络相结合取得了很好的检索效果。本文提出了新的关键字权值更新策略。