近些年来,基于内容图像检索逐渐成为一个活跃的研究领域.但是,由于当前图像理解技术的局限以及人类视觉认知的主观性,使得依赖于低层视觉特征的基于内容图像检索系统难以达到应用的要求.相关反馈技术通过把人的参与引入到检索过程中来克服上述困难,并成为提高检索性能的有效方法.论文对相关反馈的技术要点以及相关反馈算法的发展现状作了深入、系统的讨论和综述,并研究了三种新的相关反馈技术:结合语义分类信息的相关反馈技术,结合标记数据和未标记数据进行学习的相关反馈算法,以及支持多级相关度量的相关反馈技术.论文取得的创新性成果如下:1.提高了一种通过相关反馈技术把基于内容图像检索和图像语义分类相结合的方法.该方法根据图像与语义类的类属关系来构成语义特征,与低层视觉特征一起用于图像检索,并在相关反馈方案中结合了两个分别针对这两种特征的相关反馈算法.2.提出了一种相关反馈的概率框架,它在利用标记样本的同时结合了全体样本(标记和未标记的样本)的分布特点,从而有效地利用了未标记数据来提高相关反馈算法的性能.3.分析了在图像检索中使用多级相关度量的必要性,创新性地把顺序回归问题的研究引入到图像检索领域,并从相关度量尺度、顺序回归问题的特点及其求解思路、检索性能度量等方面对支持多级相关度量的相关反馈作了详细的论述.4.提出了用于顺序回归的级联线性模型(CLM),并结合SVM设计了一种快速的顺序回归算法.该算法克服了经典支持向量顺序回归算法速度慢的缺点,并能达到与其相当的检索精度.5.设计了一种新颖易用的图形化相关度量工具,并结合我们提出的相关反馈算法,开发了一个交互式图像检索原型系统—WillHunter.