该文综合WEB文本提取和图像分析与识别技术,对图像的内容在语义级上进行描述,实现基于语义的WEB图像检索.论文的主要内容包括:1.在分析了图像检索的基本问题、研究现状后,确定了面向WEB图像,综合利用文本提取、图像分析和模式识别技术,融合图像的语义属性与视觉特征,实现基于语义的WEB图像检索的研究课题.2.探讨了信息的概念和信息测度的方法,提出了"信息是事物属性的表征"的观点,给出了一种层次化树型结构的信息表征模型和相应的信息测度方法,并将信息表征和测度的思想应用于图像的内容属性表征中,为基于语义的图像检索服务.3.给出了从WEB网页的相关文本中提取描述图像内容关键词的方法,建立了图像主题词分类词典、图像主体名词典、视觉特征描述词词典和图像主体知识库,给出了基于主题词和基于视觉特征的图像分类方法.4.分析了常用的颜色模型,提出了一种改进的HS*B模型,并应用于颜色直方图极大值法颜色聚类和图像主色调提取,建立了262个中文颜色名及其RGB值的对照表,实现了中文颜色名与颜色值的转换.5.阐述了图像纹理的概念和常用图像纹理的描述方法,给出了综合利用Hough变换、SVM、BP神经网络与Tamura参数、Gabor滤波器和TWT系数组合识别纹理的方法.6.阐述了利用HS<*>B颜色模型检测图像边沿、利用数学形态学修整边沿以及综合利用边沿分割和颜色聚类分割提取图像主体的方法,给出了综合利用单个形状参数阈值和BP神经网络对常见简单图形的识别和分类方法.7.给出了利用图像主体知识库识别图像主体的方法.8.实现了一个基于元搜索和图像语义表征的WEB图像检索实验系统,给出了初步的实验结果.