当前社会,商标是商品的重要标识之一,是商品经济发展的产物,它可以用来区分不同生产者或服务提供者的商品,维护他们的经济利益,在经济生活中扮演越来越重要的角色。商标检索可以防止不法商家或个人通过近似商标、仿冒商标借合法的方式进行注册,达到牟取非法利益的不法行为,从而保护合法商家的利益。而对于那些图形商标、组合商标,以及那些因为各种原因缺失了完备说明的商标的检索,难以通过文本形式得到很合适的描述。采用基于内容的方式检索商标,可以比较好地解决以上这些问题,因此得到了越来越多的应用,也是目前基于内容的图像检索的一个热门应用。本文针对目前商标检索系统的单一性和准确性,建立了具有用分类检索和用户反馈功能模块的多特征融合技术的检索实验系统,已达到更好的检索效果。其研究包括对单个目标子图像的二值商标、多个目标子图像的二值商标和彩色商标图像分类,再对不同分类的商标图像采用区域生长和canny算子提取目标子图像;然后提取特征向量:基于单个目标子图像的二值商标,提取局部形状区域特征和全局形状边缘特征;基于多个目标子图像的二值商标,提取空间角度关系和形状区域特征;基于彩色图像的商标,提取全局颜色特征和局部形状特征。并使用高斯归一化方法,对不同的特征向量进行归一化和融合,采用绝对值欧式距离相似度算法,进行初次检索;同时,该实验系统加入了用户反馈环节,对初次检索结果不满意的用户,可以对结果评价,调整关注的特征权重,进行二次检索。实验表明,多特征融合的检索效果明显优于单特征的检索;同时,用户反馈后的调整权重,使得二次检索效果也好于没有反馈的检索效果。论文的主要内容有:(1)归纳得出了基于单个子目标的二值商标图像、多个子目标的二值商标图像和彩色商标图像的分类特征提取方法;(2)引入用户反馈,提出了颜色相似度计算权重调整算法,改进了检索效果;(3)设计了一个基于内容多特征融合技术的商标检索实验系统。