近年来，科学技术依然保持着快速发展的劲头，其中互联网技术和多媒体技术的发展尤为突出，各种高清多媒体数码设备也非常普及，因此产生海量图像，如何有效的处理爆炸式增长的图像，如何在海量图像中快速检索到目标图像已成为一个热点问题，自动图像标注技术能提高检索效率，因此受到人们的重视。主要研究内容如下：首先，本文针对词袋模型在图像分类和识别时，缺少局部视觉特征间空间位置关系的问题，提出利用基于空间位置的视觉词组法，即挖掘出那些空间位置相近且经常一起出现的视觉词汇，对原始视觉词典进行扩充，进而弥补词袋模型的这一不足。然而在用词袋模型表示图像时，它依然存在着局部视觉特征无序的问题，因此本文提出基于词袋的空间金字塔模型，利用空间金字塔模型在图像空间而非特征空间对图像进行层次划分，进而对图像进行基于视觉词典的表示，部分的缓解了特征无序问题。其次，本文在分析诸多标注模型的基础上，结合用户反馈日志与协同的思想提出基于日志的协同自动图像标注方法。首先根据用户反馈的日志信息，采用增量关联规则处理图像间、图像与标注词间的关系，去除其中的噪声，再利用协同滤波思想扩展图像标注词数量，然后利用WordNet语义网，构建标注词库各个元素间语义关系，进一步完善各个图像的标注词间关系，最后在混合概率模型框架下，利用基于袋词的空间金字塔的方法计算图像底层特征，并结合标注词间关系来提高图像的标注性能。最后，本文将标注系统中各功能模块和算法进行整合，并编程实现一个自动图像标注系统。该系统不仅能够完成图像检索，而且还可以对用户反馈日志进行收集处理以及实现后续的系统标注算法。