近年来,基于变形模板匹配的信息识别已经成为计算机图模型处理技术中非常活跃的研究方向。在该领域的研究中,如何提取有效的特征信息对识别目标的内容进行描述,以及如何设计合理的识别机制以得到用户满意的识别结果,是研究人员关注的重点问题。本文针对纯文字类变形图像和兼具变形图形与文字的商标图像的特征提取方式和识别机制展开研究,研究内容分为针对纯文字类变形字体图像的识别和变形的商标图像的识别,主要包括以下五部分：(1)为了课题的研究需要,我们首先建立了实验所需的图模型数据库,包括了两大部分：纯文字类图像数据库和汽车商标模型数据库；(2)针对变形字体的图像识别系统中存在的几种主流的特征提取方式进行了较为细致地分析,评定出各种方法的优缺点,然后在MATLAB平台上做出了一系列基于识别效果的测试,通过识别实验结果的性能比较找到适用于变形字体识别的特征提取方法；(3)针对当前识别系统相似性距离度量方式单一的问题,我们提出了运用模糊推理理论将多个单一的距离度量方法相融合的新的相似性距离度量的机制,这种方法具有识别率高、鲁棒性好的诸多识别优势,在变形字体识别领域具有较强的应用价值;(4)在(2)(3)研究的基础上,找到了适用于变形图像的基于Shape context的特征提取方法,和融入模糊推理理论的新的相似性距离度量机制,并由此搭建了针对纯文字类变形字体图像的识别系统。以(1)中建立的实验数据库为平台对该系统的性能进行验证。实验结果表明,该系统与传统的算法系统相比较在识别性能上具有一定的优势,具有较高的鲁棒性；(5)在针对纯文字类变形字体图像的识别系统基础上,将识别的目标对象扩展到了兼具图形与文字的多组合变形商标模型的识别中,建立了针对多组合变形商标图像的识别系统,我们对所提出的算法进行了大量的验证实验,并对实验结果进行了统计。这些实验结果表明,该系统对多组合变形商标模型的识别性能较高,具有一定的应用前景。