商标是商品的一个重要标识,在市场经济中起着重要的作用。随着目前商标注册数量的急剧上升和图像数据库技术在众多领域的广泛应用,对商标管理提出了更高的要求,而如何快速准确地从海量数据中检索出相似的商标图像是当前研究的热点。基于内容的图像检索方法为解决该问题提供了有效途径。基于内容的图像检索(CBIR)是直接根据图像内容的各种特征进行检索的技术,目前主要集中于低层特征的相似度匹配。本文在对CBIR的关键技术进行总结的基础上,结合商标图像的特点,提出了一种新的商标图像检索方法,主要工作如下：提出了改进的基于形状上下文的图像检索方法,用一组有限离散点集来表示图像的形状,利用形状上的一个取样点到剩余点的矢量集合来获取其余点的空间信息。对边界提取算法和匹配点计算方式进行改进,并进行归一化处理,最后根据形状直方图匹配特征点。将其运用到商标图像的检索中,具有良好的二维不变性和形状视觉一致性。颜色作为商标图像的重要信息在判断相似性中起到了不可忽视的作用。提取颜色直方图作为商标的颜色特征,提取便捷,计算简单,充分体现了图像的主色调。为了克服单个特征检索存在的不足之处,在分析形状和颜色特征提取算法的基础上,结合商标颜色和形状信息的特点,提出综合两种特征进行商标图像检索。介绍了对不同特征进行归一化的方法,引入了相关反馈技术,设计开发了一个实验性的检索系统,对系统结构、各模块的功能、用户界面做出了说明。建立了一个小型商标图像数据库对系统进行性能测试,实验证明,综合多特征的方法比基于单一特征的检索具有更好的效果,系统的检索性能令人满意。