基于内容的图像检索(Content Based Image Retrieval，简称CBIR)，是指直接根据描述图像内容的各种特征进行图像检索的技术，目前主要集中于底层特征的相似度匹配的研究，包括颜色、纹理、形状等。CBIR技术可应用于图像数据库、电子图书馆、商标管理、公安系统等多种领域，其应用广泛使得对CBIR的研究已成为计算机视觉、图像数据库与知识挖掘等领域最活跃的研究热点之一。 本文首先概述了目前国内外基于内容的图像检索领域的现状和发展趋势，分析了现有的基于颜色、纹理、形状的图像检索方法及其特点之后，考虑到本文是对二值商标图像进行研究，所以我们选择基于形状的方法进行研究。然后本文对CBIR系统模型和常用的评价准则进行了分析，选取PVR曲线作为本文的检索性能评价标准。本文针对不同的子图像融合准则进行了实验，选取加权最小平均值准则作为本文的子图像融合准则。 为了充分利用商标图像的内部信息来提高商标图像的检索精度，本文提出了一种改进的检索方法，即融合商标子图像的多个形状特征及其内部空间关系特征来进行检索。为了证明该方法的有效性，本文分别作了基于单个形状特征(面积)、两个形状特征(面积、曲折度)融合、两个形状特征(面积、曲折度)与空间关系特征(子图像重心之间距离)融合的子图像融合实验。实验中我们选取了三个不同的商标库，商标库中分别包括3000、4000、5000多幅二值商标图像。实验结果证明，本文提出的方法即融合子图像的多个形状特征与空间关系特征的商标检索性能最好，最符合人眼视觉感受。 本文设计了一套基于内容的商标检索系统，主要是作为一个实验性的测试平台。系统的开发平台为Microsoft Windows 2000 Server，开发工具为Visual C++6.0。