随着多媒体技术的发展及信息化的普及,图像内容变得越来越复杂,具有多目标、多标签且具有复杂背景的图像在生活中更加常见,给基于内容的图像检索带来了更大的挑战。面对这个问题,部分研究者尝试将目标检测算法应用到图像检索中,但是简单的将目标检测应用于图像检索时,具有一定的缺陷。本文针对这些缺陷,提出了基于目标检测的结合高层语义与底层颜色特征的图像检索方法。本文的主要研究工作有如下两点:第一,针对目标检测算法对多目标多标签图像进行检测会返回多条不定数量的目标特征,不易进行相似度计算的缺陷,本文方法利用目标检测算法特征输出具有标签化信息的特点,将图像的高层语义特征进行二值编码。第二,目标检测算法提取的特征无法完整描述图像信息,需要利用其他特征进行补足。针对目标检测算法仅提取目标高层语义信息,缺少目标的底层信息,在检测相同类别时无法进行很好的区分的缺点;以及目标检测算法只对目标所在区域进行特征提取,缺少全局信息,丢失目标以外背景信息的缺点,本文方法分别使用局部颜色直方图和颜色矩进行补足:利用目标检测所确定的目标位置信息,提取目标所在局部的颜色直方图信息,在后续检索进行相似度计算时进行辅助计算,完成对目标物体的高层语义和底层颜色特征的完整描述;使用颜色矩对全局图像的颜色分布进行特征提取,作为目标特征以外的补充,减小了物体相似但是背景完全不同的缺陷,在返回相似度序列时,提高了具有近似颜色分布的图像的相似度。本文将提出的结合高层语义与底层颜色特征的图像检索方法在公开数据集上进行了相关实验。实验结果证明本文算法的平均准确率有所提升,查询结果更符合查询意图。