信息是这个时代的主题，数字化的信息以其存储和处理等优势，越来越受到人们的青睐，数字图像在日常生活中更是随处可见。随着数码相机、扫描仪等设备越来越先进和廉价，以及其相关的处理技术又不断进步，数字图像的数量呈现爆炸式地增长，然而其管理的方法却未得到同等程度的发展，因此，大量的需求使图像检索成为当前研究的热点。　　 数字图像只是对现实世界的一个极其微小的采样，传统的CBIR技术所依据的信息主要是数字图像中所包含的视觉信息，而人对图像的理解是基于大量的经验知识和推理而得出的抽象语义，因此二者存在着很大的衔接问题，即所谓的“语义鸿沟”的问题。为了解决这个问题，出现了众多基于语义的图像检索技术，本文也着眼于图像的语义，利用场景分类的技术赋予图像相应的语义，力图在一定程度上缓解“语义鸿沟”，然后利用语义检索的机制对图像进行检索。文章首先提出了基于主题分布特征进行融合的分类方法和对概念分布向量进行融合的分类方法，这属于早期特征融合的方法，但所不同的是，本文不是对一般的底层视觉特征进行融合，而是对具一定语义程度的中间特征进行融合，使图像的分类效果得到了明显的提高。接下来提出了基于语义标注的图像检索机制，对语义标注进行了扩充，使检索包含更多有用的结果。最后提出了基于语料库的语义包容性的评价方法，对该检索机制的语义包容性进行了评价。