图像包含的信息丰富,难以用单一的方法予以表现和处理.与一般的信息检索相比,图像检索更具挑战性.近年来,由于避开了人工分类等问题,基于内容的图像检索成为了多媒体数据库和数字图书馆研究的重要内容.然而,由于图像低级特征和高级语义之间对应关系的复杂性和用户判断的主观性,建立在低级特征对比基础上的基于内容的图像检索还难以满足实用的要求.研究表明相关反馈技术有助于改进图像的检索效果.因此,图像检索中相关反馈技术的研究受到广泛的关注.本文在保持基于内容的图像检索原有工作模式的基础上，采用模糊集的方法，在反馈过程中对用户反馈信息进行聚类分析，并分别使用各子类中心来调整检索样本和相应参数，提高检索的效率。实验显示，与传统的相关反馈方法比，本文提出的相关反馈方法能明显地提高检索的效率。