随着商品经济的不断发展,商标的申请和注册数量不断增长。截止2015年底,我国的商标累计注册量已经达到1200万件。面对如此庞大的数据量和商标注册严格的审查条件,利用计算机图像检索替代人工审查的研究得到广泛关注,一种自动化的商标检索系统的实现成为国内外学术界的研究热点。本文通过分析商标图像检索的发展现状及商标图像检索的关键技术,提出了基于角点描述子和区域特征的商标图像检索方法,并通过实验验证了本文算法的有效性。主要研究内容如下:1.提出了一种新的角点描述符,并将其应用在图像匹配中。角点是图像的关键结构点,角点的邻域特征和分布特征反映图像的重要信息。本文提出了一种新的角点描述符:局部统计分布特征LSD和全局统计分布特征GSD。前者反映角点的局部邻域特征,后者反映角点的空间分布特征,两个特征相互补充,结合起来描述了图像整体分布结构。实验证明,本文提出的角点特征对图像缩放、扭曲和局部噪声有很强的鲁棒性。2.提出了基于角点描述子和局部区域特征相结合的两阶段商标检索方法。在第一阶段采用了基于区域分割的交叉角点匹配方法进行初步筛选,筛选出所有结构相似的图形,保证查全率,同时根据匹配结果分割出候选相似区域。在第二阶段,对应的候选相似区域之间利用区域特征进行精确匹配,保证图像细节的相似性,提高检索的查准率。实验证明,本文提出的检索框架对商标图像局部相似性的检索有良好的效果,对平移、伸缩、扭曲具有很强的鲁棒性。