随着互联网技术的迅速发展以及各种数字化设备的不断普及，大型图像数据库也随之产生。为了快速有效地管理和挖掘有价值的数据库信息，图像语义标注成为迫切需求。BOV模型是图像内容的一种主要表示方式，在图像语义标注中得到了广泛的应用。视觉词典容量、低层视觉特征与高层语义之间的语义鸿沟以及中层语义中的多义词对分类性能的影响是当前在图像语义标注研究领域中活跃并具有挑战性的问题。概念格是一种有效的数据挖掘工具，其结点之间的概念层次性有利于提取不同容量和不同层次的知识。本文采用概念格构造图像语义层次标注的分类模型，对图像语义层次标注方法进行了研究。其主要研究成果如下：1）提出了一种基于概念格层次分析的视觉词典生成的方法。首先生成关于训练图像BOV模型的初始视觉词典；然后在构造的概念格上利用概念格的概念层次性，通过动态地调整外延数阈值获取粒度大小不同容量的描述图像各场景语义的约简视觉词典；最后对各类约简视觉单词构成向量进行异或，删除多义词，进而生成有效描述图像场景语义的视觉词典。实验结果表明，文中的方法是有效的。2）提出了一种基于概念格的图像语义层次标注方法。首先利用图像语义的层次化描述，将图像场景语义和对象语义分别划分为高、中层语义，生成关于训练图像基于BOV模型、中层对象语义和高层场景语义的形式背景，并生成其概念格；然后调整外延数阈值并利用概念格层次性分别建立对象语义-场景高层语义和视觉单词-对象语义之间的分类模型；实现待测图像语义层次标注。最后通过实验验证了该方法可以有效地进行图像语义层次标注。3）在上述研究的基础上，采用Matlab和Java作为开发工具，基于以上研究设计与实现了基于概念格的图像语义层次标注原型系统。