商标检索与分类技术的研究,对商标注册、维护商标所有人的权益等方面具有重要现实意义。传统商标分类方法由人工文字记录、标记完成,这种分类方法工作效率低、分类误差较大,而且耗时耗力、经验技巧要求高。随着商标图像数量的指数型增长,亟需一种快速、高效的图像分类检索技术实现商标图像的识别和分类。基于内容的图像检索(CBIR)技术是智能信息领域中的热点,为图像检索与分类提供了一种可行的解决方案。本文主要研究区域形状的描述方法,即抽取目标形状区域的有效特征,并应用于商标图像的检索。本文的主要工作如下：(1)研究了基于自适应分层密度直方图(AHDH)的区域形状特征描述方法,主要讲述了如何抽取区域形状的特征、处理和组合特征等,并具体分析AHDH算法的时间复杂度及其存在的问题。(2)在研究AHDH的基础上,提出了新的区域形状特征描述子——旋转分层密度(RHD)。图像发生旋转时,按照旋转分割准则选取图像子区域,然后对子区域进行分层分割并选取各层图像子区域,提取旋转、分割得到的各层图像子区域的像素特征和包络矩形面积。本文在0。～360。内均匀采样,选取图像旋转的角度值,因此,该特征描述子在描述区域形状时具有旋转、尺度、平移不变性。(3)设计检索方案,分别使用AHDH方法、Zernike矩、RHD方法检索采集到的MPEG-7图像库中70种不同类别的1400幅二值图像,比较这两种图像描述方法的识别检索性能,并将RHD方法应用到商标图像库TradeMark70的检索识别中。实验表明了RHD方法在检索性能上较AHDH算法有一定的改进,具有缩放、平移和旋转不变性,同时还避免了AHDH由于迭代分割层过高区域特征计算和存储溢出的问题,大大降低了检索的时间复杂度。