基于内容的图像检索技术是目前的研究热点,和传统的文本标注检索方式相比,检索结果更符合人的视觉感受,它通过提取特征,对特征进行比对,来判断两幅图像的相似度,最后排序输出检索结果。因此,图像特征的提取直接影响了图像检索的准确率和速度。商标是人们生活中随处可见的一类图像,它给我们传达了丰富的信息。本文分析了商标图像检索存在的问题,并提出了两种解决方案。本文首先分析了基于内容的图像检索发展现状和目前存在的问题,讨论了基于特征点检测的特征提取方法。其次,深入研究了特征描述子的生成方法,尤其是SIFT特征描述子。在此研究基础上,针对商标图像特点和SIFT算法的优缺点,对SIFT特征本身进行了必要的优化,目的是为了保留更多有效的特征而去除冗余特征,以减小计算量,提高匹配速度,对简化后的算法进行性能测试和实验验证,并构建了一个商标图像检索系统,将简化的SIFT算法应用在商标图像检索中,实验结果表明,该方法较之原SIFT方法,具有更快的计算速度和更高的匹配精度。最后,提出了一种结合SIFT算法和基于小波变换的模极大值边缘检测算法的图像特征匹配方法,并做了大量的实验,证明了该方法的稳定性和有效性。