商标是商品的一种重要体现形式,也是用于区分经营者之间的商品或服务的重要标志。在市场经济条件下,生产和经营类似产品的企业,为了提高其产品的知名度和增加产品的销量,都会为自己的企业设计一种独特的商标,以区别于其他企业。因此,加强商标图像的检索力度可以有效防止商标欺诈,抢注等现象的发生,从而可以保持企业享有商标的专有权,保护消费者的权益,保证商标的合法性和唯一性。根据商标图像本身的特征并结合目前商标图像检索所使用的方法,我们将商标图像与其他类型的图像进行比较后发现,决定商标图像特征的因素主要包括形状特征和颜色特征,并且同一类型的商标图像存在尺度,空间位置等变化,因此仅通过提取单一特征或者双特征所完成的检索必然是不准确的,那么如何准确,快速地实现商标图像检索已成为当前亟待解决的问题。结合对以上问题的分析,本文提出了一种基于多特征融合的图像检索算法。我们的方法分为三个阶段:第一阶段,使用改进后的算法对商标图像的形状特征,尺度不变性和颜色特征进行提取;第二阶段,通过分配不同的权重来平衡这三种特征,得到能够准确描述商标图像的特征向量;第三阶段,利用余弦相似度对待检索样本图像和验证样本图像进行相似度检索。我们已经在包含8000多张商标图像的数据库上测试了该方法,然后通过设置对比实验将本文的算法与单一特征和双特征提取的商标图像检索方法进行了比较。并且,为了准确地测量算法的性能,引入了PR曲线作为评估标准。实验结果表明,本文所提到的算法在检索精度和检索时间上均明显优于其他比较算法,这在驰名商标检测和商标著作权保护领域具有良好的实用价值。