随着计算机技术、多媒体技术和网络通信技术的兴起和快速的发展,图像数据库变得越来越庞大,如何有效的获取人们真正需要的信息成为一个重要的研究课题。自动图像标注的实质是通过对图像底层特征的挖掘和处理来获取高层语义关键词,为高效地获取图像数据提供了便利。本文对自动图像标注进行了研究。主要工作体现在以下几个方面：(1)为了得到图像的区域特征,提出改进的Normalized Cuts算法进行图像分割。首先用Mean Shift算法对图像进行预分割,并采用一个加权的区域邻接图(Region adjacency graph,RAG)表示分割区域；然后采用Normalized Cuts对这些小区域进行融合。(2)采用最大密度聚类算法对图像的区域特征和SIFT特征进行聚类,得到离散化的视觉词,并用“词袋"模型将图像表示为离散视觉词。(3)以文本关键词和视觉词的集合表示图像。针对图像的文本模态和视觉模态特征,本文提出了一种基于主题融合的概率潜在语义模型,该模型分别从视觉模态和文本模态中捕获潜在语义主题,并提出一种自适应的不对称学习方法融合两种语义主题,使得它们共享同样的潜在主题。(4)为了提高自动图像标注的准确性,提出了对图像自动标注系统优化算法。对标注后图像,采用基于词频因子的词间相关性以及启发式迭代算法对获得的标注词进行有效的优化,词频因子有效提高词间相关性的度量值的精准性,从而提高了标注词的准确性。实验结果表明,本文提出的方法有效提高了自动图像标注的效果。