随着多媒体技术及Internet网络的迅速发展,图像来源不断扩大,大容量高速存储系统为图像的海量存储提供了基本保障,各行各业对图像的使用越来越广泛,图像信息资源的组织、管理和检索显得日益重要。为提高图像资源的利用率,图像信息资源的检索方法已成为国内外研究的热点。鉴于语义特征提取比较困难情况下,基于低层特征的图像检索是目前比较常用的方法。基于低层特征的图像检索容易造成低层特征与高层特征之间的鸿沟。目前解决语义鸿沟问题的方法之一是相关反馈。相关反馈方法有许多种,如移动查询向量、修改特征权重、贝叶斯、支持向量、神经网络等。本文对这些相关反馈算法做出比较,选择了基于移动查询向量、修改特征权重相关反馈算法进行详细的研究和分析,在原有算法基础上设计了一种算法,该算法结合两种相关反馈算法。并将之应用于CGProject项目。主要工作如下:1.分析各种相关反馈算法的特点,通过对这些算法的比较,选择了适合CGProject项目的基于移动查询向量和修改特征权重的相关反馈算法进行了详细的研究。2.在移动特征向量和修改特征权重相关反馈算法的基础上,设计了本文算法。并对这三种算法进行了实验比较。3.将本文设计的相关反馈算法,应用到CGProject项目,在素材库检索中实现了一个相关反馈模块,通过相关反馈提高了CGProject项目中素材检索的效率和性能。