图像模式识别的主要挑战在于如图像检索和理解等不断变化的高层次处理要求、难于表达的图像内容以及图像表达的数宇阵列与通常可以被人类所接受的概念化内容之间的语义鸿沟。本文在视觉认知获得图像视觉信息的基础上,将视觉搜索与认知阶段的语义判定等高层处理联系起来,使图像区域或图像块与图像语义和图像类别之间建立感知联系,采用神经索引方法把感知到的兴趣内容进行索引和存储并通过认知粗糙集的处理实现了认知规律的发现,在任务事件的联合驱动下完成对图像的协同搜索和识别。通过动眼对图像区域进行扫描和搜索,对注意力焦点附近的图像片进行视觉关联学习,建立视觉特征与语义特征之间的感知联系,使图像的视觉认知行为和图像识别的认知行为连成一个整体,使图像识别融入了视觉认知和语义解释两个方面,符合人类的认知规律。图像搜索时的特征映射与语义判定相结合,形成图像语义类别之问的基础框架联系。在语义关联的基础上形成场景类别的语义表达,便于用户将感知上相似的图像组织在一起,形成概念上下文,用户可以解释和标记图像而无需给出图像的概念描述。在用户对查询结果的反馈中,保留正相关的图像剔除负相关图像,动态地实现了不同查询要求下图像数据的重组。在基础框架辅助下,多层次语义群组关联和多框架协同较好地复用了原有框架组织下的结果,有效地实现了视觉认知、语义理解和查询案例之间的联系,满足了图像柔性检索的需要。