商标图像检索在商标注册、商标保护和企业经营发展等方面起到了非常重要的作用，具有重要的研究价值。商标图像检索中最重要的一个问题是，用何种描述符恰当地描述商标图像内容。由于商标图像一般是人工图像，其构成主要以各种几何形状及其组合为主，故找到一种合适的形状描述符有效地描述商标图像的形状特征用于商标图像检索就变得非常有意义。本文提出了一种有效的三角空间关系(ETSR，Effective Triangular SpatialRelationship)用于解决描述形状轮廓中两相邻轮廓点间特征不足的问题。利用ETSR与质心距直方图(HCD，Histogram of the Centroid Distances)构建新的基于轮廓的形状描述符ETSR-HCD。这样结合的好处是发挥了HCD有效描述单个轮廓点特征的优势，并在基于轮廓的形状描述符中融入了有效的空间信息。我们大量的对比实验也证明该描述符的有效性。本文提出了一种特征点提取方法，即通过对形状轮廓点聚类，将各个聚类中心作为一类新的特征点(FP，Feature Point)，聚类区域的特征作为新特征点的特征值。新特征点用于代替传统的特征点描述形状区域特征，有效解决了传统特征点的缺陷。针对新类特征点，我们提出了一种有效的结合对象特征的三角空间关系(ETSRFO，Effective Triangular Spatial Relationship combining with Features of Object)用于描述新特征点及其空间特征。利用FP-ETSRFO与Zernike矩(ZM，Zernike Moments)构建新的基于区域的形状描述符FP-ETSRFO-ZM。这样结合的好处是发挥了ZM描述形状全局特征的优势，弥补ZM对轮廓小形变不能有效区分描述的不足。我们大量的对比实验也证明该描述符的有效性。众多文献及人类视觉感知表明，在形状描述符中组合描述符的性能要优于单个的描述符。因此，我们将本文提出的基于轮廓和区域的形状描述符结合起来，构建新的组合形状描述符ETSR-HCD+FP-ETSRFO-ZM，应用于商标图像检索中。它使得基于轮廓和区域的形状描述符的优势互补。在标准数据库上大量的对比实验验证了该形状描述符的有效性。