摘要: 当前基于内容的图像检索系统直接从图像中获得的客观视觉内容特征，如颜色、纹理、形状等来判断图像之间的相似性。然而人们对图像的理解难以直接从低层次视觉特征获得，这就需要对图像的语义进行深入分析，从而更明确的理解图像。因此我们希望计算机能够理解基于人类认知的相似性，也希望将来图像语义、图像数据和查询上下文之间的联系越来越明确。基于关键词标注是一种简单、直观的语义描述方案，现在仍然被诸多图像检索系统所采用。但是靠手工标注很难对不断增长的所有图像信息进行标注。图像检索研究的最终目的是使得用户更方便、更自然的获取他们需要的图像信息。而通过这些分析，现在的图像检索技术还不能满足用户的这种需求。 本体在增进信息组织、管理和理解领域具有巨大的潜力。它在提取关联文本信息方面显示了作用。近几年来，利用它来进行多媒体的语义理解受到了越来越多的关注。这是由于本体的方法可以帮助计算机从多种角度分析多媒体语义信息，并赋予图像更多的、更丰富的语义内容。通过图像分析和本体技术的结合进行语义自动标注是对视觉信息语义理解的一个有效途径。这是一个相对比较新比较有潜力的研究方向，最近才开始出现一些通过领域本体与图像处理技术相结合的相关研究。 文本针对艺术图像建立了视觉本体，共包括三种基本的艺术形式：绘画、艺术照片和计算机产生的艺术图形。建立的本体包括艺术图像各个方面的语义概念从而可使用户从各个角度查找需要的视觉信息。本体中的语义概念可以通过图像处理和模式识别的技术自动提取。利用概念之间的关系对提取的语义概念进行关联映射，从而对其进行更广泛意义的自动标注。建立的本体是针对艺术图像检索的领域本体。它从两个方面描述数字化的艺术图像：类型/风格和语义。绘画图像、艺术图形和艺术照片等三种基本的类型；而绘画图像主要包括西方的油画和中国的国画两种。每一种艺术图像都包含不同的风格。另一方面，图像的感知效果在艺术图像中起到了特殊的作用，艺术家们用包括色调、对比度、暖度等感知语义创作图像来表达它们的感受和情绪。在本文中，这种感知效果被称为非写实语义。根据作者的观点，具体语义和非写实语义是描述一个图像的两个不同的方面。这在艺术图像里面尤其得到体现。本文给出了本体中包含的语义的自动提取方法以及基于本体的图像检索方案，并给出了一系列的实验结果。实验证明，本文的方法比传统的基于内容的图像检索方法的性能更好，可以使用户自然方便的找到他们感兴趣的视觉信息，从而缩小“语义鸿沟”。