با توجه به حجم زیاد داده های تصویری ذخیره شده در پایگاه داده ها، طراحی سیستمی که پرس وجوهای کاربران را به نحوی دقیق و کارا پاسخ دهد، به عنوان چالشی مهم مطرح شده است. در این راستا پرس وجوی کاربران می تواند به صورت تصویر، نوشته یا ترکیبی از این دو صورت گیرد. هدف این پایان نامه طراحی سیستمی است که دو دسته ویژگی های بصری و معنایی را از پرس وجوها و نمونه های درون پایگاه داده استخراج کند و با تصمیم گیری براساس آن ها، نزدیک ترین پاسخ ها را به پرس وجو بازگرداند. در این تحقیق یک معماری دو مرحله ای بدین منظور ارائه شده است. در مرحله ی اول فرآیند کلاس بندی پرس وجوها انجام شده و در مرحله ی دوم عملیات یافتن تصاویر مشابه به پرس وجوی ورودی براساس مشابهت برچسب های معنایی ارائه شده است. نتایج به دست آمده از پیاده سازی سیستم پیشنهادی برروی مجموعه داده ی nus-wide بیانگر دقتی برابر 80/06 درصد است.