随着现代计算机技术、网络技术、语义网技术和多媒体技术的迅速发展,各种多媒体数据的急剧增长,多媒体信息在语义网上的表示和获取已经成为计算机及其相关学科的研究热点和前沿研究课题。本文主要是研究在语义网架构下,利用本体技术根据数字图像资源的语义特点来进行图像领域本体建模,从而可以根据这个本体模型以及支持向量机技术来进行图像资源的本体语义库实例化,并最终实现基于语义的推理和检索,相比于传统的检索方式,基于语义的检索能减少人与计算机交互的“语义鸿沟”,在检索效果上更有优势。本人的主要工作如下:研究了基于语义的图像检索技术,以及目前它的发展状况;然后较全面的介绍了语义Web、本体论的原理以及本体的推理机制、解析推理工具Jena和关于RDF数据的查询语言SPARQL;根据本体论的原理,并结合CIDOC CRM领域本体模型、多媒体MPEG-7标准和图像高层语义资源描述树,构建出本文中的图像领域本体模型,并采用UML元建模方法建立了数字图像领域资源本体UML Profile元模型;针对目前图像语义检索所存在的一些不足之处提出了基于语义Web和本体技术的图像语义检索方案,同时利用SVM技术和图像领域本体模型实现了图像的分类,并提出一种人工半自动标注方法来构建图像知识库的理论;利用我们自己设计的图像领域本体模型和开发工具设计了一个智能图像语义检索实验系统,在本文中对实验系统进行了验证,实现了本体在推理方面所特有的优势,证明了此架构的可行性,说明了基于本体的语义检索结果比传统的检索结果相对更好。